結合動態特徵深度學習與多需求路徑規劃之研究

隨著智慧城市與物聯網概念的興起，從大量的感測資料中掌握人與物之間的潛在關聯充滿想像空間。使用者透過智慧型行動裝置與無線通訊技術提出查詢，興趣點的空間搜尋與路徑規劃是其中一個熱門的研究議題。過去相關文獻著重於根據興趣點的位置與類別進行規劃，而忽略了使用者提出查詢背後更深一層的需求，此外使用者需求與興趣點提供的服務皆隨時間變動，掌握城市的動態特徵有助於提供使用者更便利的智慧生活，結合使用者需求與興趣點動態特徵的路徑規劃更是一個創新的議題。有鑑於此，本計畫基於複合功能的智慧城市環境，發展一系列動態特徵深度學習與高效率需求為導向之路徑規劃應用，本團隊先基於深度學習技術開發興趣點動態特徵模型，準確地分析興趣點會隨著時間變動的重要屬性，接著根據使用者的多重需求與時間限制，設計多種高效率空間搜尋、路徑規劃與天際線查詢演算法，並且延伸至相關應用與開放資料議題，建構更為全面的空間查詢研究。本團隊相信透過深度學習技術瞭解使用者與興趣點，不但能提供使用者更智慧的適地性服務、提升業者服務效率外，適當的媒合也會減少消費者移動達到節能減碳的效果，實現高品質的智慧生活，本計畫將預期產出高度創新的研究成果與產業價值。