[논문 리뷰] Ridesourcing Car Detection by Transfer Learning

Leye Wang, Geng Xu외 5명|arXiv (Cornell University)|2017. 05. 23.

Human Mobility and Location-Based Analysis참고 문헌 23인용 수 7

한 줄 요약

이 논문은 라벨이 부여된 라이드셰어링 차량 데이터가 없이 차량의 이동 경로를 이용해 라이드셰어링 차량을 탐지하기 위한 이중 단계 전이 학습 프레임워크를 제안한다. 공개된 택시 및 버스 이동 경로를 활용해 랜덤 포레스트와 컨볼루션 신경망을 공동 학습 루프에서 훈련시킴으로써, 지도 학습 수준의 정확도에 근접한 탐지 정확도를 달성하며, 불법 라이드셰어링 활동에 대한 확장 가능한 규제를 가능하게 한다.

ABSTRACT

Ridesourcing platforms like Uber and Didi are getting more and more popular around the world. However, unauthorized ridesourcing activities taking advantages of the sharing economy can greatly impair the healthy development of this emerging industry. As the first step to regulate on-demand ride services and eliminate black market, we design a method to detect ridesourcing cars from a pool of cars based on their trajectories. Since licensed ridesourcing car traces are not openly available and may be completely missing in some cities due to legal issues, we turn to transferring knowledge from public transport open data, i.e, taxis and buses, to ridesourcing detection among ordinary vehicles. We propose a two-stage transfer learning framework. In Stage 1, we take taxi and bus data as input to learn a random forest (RF) classifier using trajectory features shared by taxis/buses and ridesourcing/other cars. Then, we use the RF to label all the candidate cars. In Stage 2, leveraging the subset of high confident labels from the previous stage as input, we further learn a convolutional neural network (CNN) classifier for ridesourcing detection, and iteratively refine RF and CNN, as well as the feature set, via a co-training process. Finally, we use the resulting ensemble of RF and CNN to identify the ridesourcing cars in the candidate pool. Experiments on real car, taxi and bus traces show that our transfer learning framework, with no need of a pre-labeled ridesourcing dataset, can achieve similar accuracy as the supervised learning methods.

연구 동기 및 목표

• 개인정보나 법적 제약으로 인해 라이드셰어링 차량의 라벨이 제공되지 않는 도시 지역에서 불법 라이드셰어링 차량을 탐지하는 데 도전하는 것.
• 공개된 택시 및 버스 이동 경로 데이터만을 지식 소스로 사용해 확장 가능하고 구현 가능한 라이드셰어링 차량 탐지 방법을 개발하는 것.
• 공개된 대중교통 이동 경로로부터 지식을 전이하여 일반 차량에서의 라이드셰어링 행동을 식별함으로써, 부족한 라이드셰어링 데이터셋 문제를 해결하는 것.
• 이동 경로 기반 특징을 사용해 랜덤 포레스트와 컨볼루션 신경망 분류기를 반복적으로 개선하는 공동 학습 프레임워크를 설계하는 것.
• 라이드셰어링이 불법이거나 규제되지 않은 도시에서 실질적인 라이드셰어링 규제 도구를 구현할 수 있도록, 개방적이고 접근 가능한 데이터 소스에 의존하는 것.

제안 방법

• 라이드셰어링 차량과 대중교통 차량 모두에 공통적으로 적용 가능한 이동 경로 특징—속도, 정지 빈도, 노선 정규성, 공간 커버리지 등—을 공유 표현으로 사용한다.
• 1단계에서 라벨가공된 택시 및 버스 이동 경로를 기반으로 랜덤 포레스트 분류기를 훈련하여 후보 차량의 라이드셰어링 상태를 예측하고 전체 풀에 대해 가짜 라벨을 생성한다.
• 2단계에서 고신뢰도 가짜 라벨이 부여된 차량 서브셋을 사용해 이동 경로 시퀀스를 기반으로 컨볼루션 신경망(CNN) 분류기를 훈련한다.
• 랜덤 포레스트와 CNN 분류기가 상호 예측을 반복적으로 개선하고 상호 학습을 통해 특징 표현을 공동으로 향상시키는 공동 학습 루프를 구현한다.
• 랜덤 포레스트와 CNN의 예측을 조합한 최종 앙상블 모델을 구성하여 정확도와 강인성을 향상시킨다.
• 모델과 특징 집합을 반복적으로 개선하여 일반화 능력을 향상시키고, 부정확한 택시 데이터에서 유래한 노이즈를 줄인다.

실험 결과

연구 질문

• RQ1 공개된 택시 및 버스 이동 경로에서의 지식을 활용해, 어떤 라이드셰어링 데이터도 라벨이 없이도 라이드셰어링 차량을 효과적으로 탐지할 수 있는가?
• RQ2 라벨이 부여된 라이드셰어링 데이터가 전혀 없는 상황에서, 전이 학습 프레임워크의 성능은 지도 학습에 비해 어떻게 비교되는가?
• RQ3 랜덤 포레스트와 컨볼루션 신경망 간의 공동 학습 전략이 반복적인 개선을 통해 탐지 정확도를 얼마나 향상시킬 수 있는가?
• RQ4 실제로 공개된 데이터셋에서 흔히 볼 수 있는 노이즈가 많거나 지연된 택시 이동 경로 데이터에 대해 제안된 방법은 얼마나 강인한가?
• RQ5 공식 데이터가 부족한 도시에서 라이드셰어링이 불법이거나 규제되지 않는 상황에서도 이 프레임워크는 일반화 가능한가?

주요 결과

• 제안된 전이 학습 프레임워크는 어떤 사전 라벨이 없는 라이드셰어링 차량 데이터에서도 지도 학습 방법과 비교할 만한 탐지 정확도를 달성한다.
• 랜덤 포레스트와 컨볼루션 신경망 간의 공동 학습 과정은 반복적인 예측 개선과 특징 표현 개선을 통해 분류 성능을 크게 향상시킨다.
• 정지 빈도, 노선 정규성, 공간 커버리지 등의 이동 경로 기반 특징은 일반 차량 사용과의 라이드셰어링 행동을 효과적으로 구분한다.
• 택시 데이터가 지연되거나 불완전하더라도 방법의 성능이 유지되어 실제 데이터 품질 문제에 강인함을 보여준다.
• 랜덤 포레스트와 CNN 분류기의 앙상블은 개별 모델보다 뛰어난 성능을 보이며, 트리 기반과 딥 러닝 접근법의 조합이 유의미한 이점을 제공함을 입증한다.
• 이 프레임워크는 라이드셰어링 데이터가 확보되지 않거나 제한되는 도시에서 대규모로 개인정보를 보호하면서도 라이드셰어링 차량을 탐지할 수 있도록 한다.