arXiv · ML· Zhoufu Wang, Baoshen Guo, Zhiqing Hong, Junyi Li, Kailai Sun, Heye Huang, Alok Prakash, Shenhao Wang, Jinhua Zhao·· 5 小时前AI 评分21
SeMoFlow：基于语义潜变量流匹配的城市间人类移动轨迹生成框架
Plan-to-Synthesis: Cross-City Human Mobility Generation via Semantic Latent Flow Matching
AI 导读
提出名为 SeMoFlow 的语义流动匹配框架，用于生成城市间人类移动轨迹。该框架通过层级化语义 ID 将不同城市的兴趣点编码至共享表示空间，并采用“规划-综合”生成范式。在大规模多城市数据集实验中，SeMoFlow 的轨迹保真度优于现有基线模型，支持跨城市迁移与联合生成。代码已开放。
来源：arXiv · ML · arxiv.org