Klassifikation von Verweil- und Bewegungsphasen – Algorithmen, Daten & Ideen
10.03.2022 , BoF 2

Diskussion zum LT „Nutze die Streuung: Geometrische Analysen von GPS-Daten zur Klassifikation von Verweil- und Bewegungsphasen“. Der vorgestellte Algorithmus kann hier diskutiert und der Autor befragt werden. Auch weitere Ideen zur Verbesserung der Erkennungsleistung sind herzlich willkommen.


Verweil- und Bewegungsphasen aus GPS-Daten zu abzuleiten ist eine typische Vorverarbeitungsaufgabe in vielen Mobilitätsanalysen. Üblicherweise werden sie mithilfe von Zeit- und Entfernungsschwellwerten identifiziert. Dieses Standardverfahren, das z.B. von Ashbrook & Starner (2002) beschrieben wurde, wird in Abwandlung bis heute in Projekten wie beispielsweise MovingPandas, scikit-mobility oder ArcGIS Pro eingesetzt. Für stark streuende oder driftende Signale führt dies jedoch zu häufigen Unterbrechungen der erkannten Phasen oder einer mangelnden Auflösung aufgrund zu hoher Schwellwerte.

Im Lightning Talk „Nutze die Streuung: Geometrische Analysen von GPS-Daten zur Klassifikation von Verweil- und Bewegungsphasen“ wird ein neuer Algorithmus vorgestellt, der sich nicht nur auf Zeit- und Entfernungsschwellwerte bezieht, sondern die Signalstreuungen geometrisch analysiert. In dieser BoF-Session soll der Algorithmus diskutiert und auch andere Ideen und Ansätze eingebracht werden. Ziel ist die beste Klassifikationsleistung. Und weil der Autor selbst keinen Geo-Informatik-Hintergrund hat, freut er sich über Expert:innen aus dem Feld, die Tipps und Gedanken mitbringen, wie diese Klassifikation am besten gelingt (aber natürlich auch über alle anderen).

Darüber hinaus können sehr gerne auch Datensätze besprochen werden. Der Autor selbst hat eine kleine App entwickelt, mit der einfache aber genaue Bewegungstagebücher erstellt werden können. Ein ausführlicher Datensatz wurde für dieses Projekt erstellt und kann ebenfalls hier besprochen werden.

Robert Spang studierte Informatik (B.Sc.) an der Technischen Universität Berlin und arbeitete mehrere Jahre als Softwareentwickler. Anschließend zog er nach Schottland, um an der University of Glasgow psychologische Forschungsmethoden (M.Sc.) zu studieren (2018). Später im selben Jahr trat er dem Quality and Usability Lab der TU Berlin als Doktorand bei, um an Forschungsprojekten zu arbeiten, die Menschen helfen und unterstützen. Seine Forschungsinteressen reichen von Benutzererfahrung, kognitiver Psychologie und maschinellem Lernen bis hin zu biofeedbackbasierten Verhaltensvorhersagen. Im Rahmen eines Projekts mit der Charité Berlin beschäftigt er sich mit der Analyse von Mobilitätsdaten, um Mobilität im Alter zu studieren.

Diese(r) Vortragende hält außerdem: