GeoPTH: Leichtgewichtiges Hashing für effiziente Trajektorienabfrage

Die jüngste Veröffentlichung auf arXiv (Arbeitstitel: GeoPTH: A Lightweight Approach to Category-Based Trajectory Retrieval via Geometric Prototype Trajectory Hashing) stellt einen bahnbrechenden Ansatz für die Suche nach ähnlichen Trajektorien vor. Während klassische Distanzmetriken hohe Rechenkosten verursachen und lernbasierte Verfahren mit aufwendigem Training sowie möglicher Instabilität behaftet sind, bietet GeoPTH eine schlanke, nicht lernbasierte Lösung.

GeoPTH nutzt geometrische Prototypen – kleine Punktmengen, die die wesentlichen Merkmale einer Trajektorie erfassen – als Ankerpunkte für datenabhängige Hashfunktionen. Ein neuer Trajektorienpfad wird dabei mithilfe der robusten Hausdorff-Metrik dem nächstgelegenen Prototypen zugeordnet. Dieser Prozess ist deutlich schneller als die Berechnung traditioneller Distanzmaße und erfordert keine aufwändige Modellschulung.

Umfangreiche Experimente zeigen, dass GeoPTH die Genauigkeit herkömmlicher Metriken und moderner Lernmethoden erreicht oder sogar übertrifft. Besonders hervorzuheben ist die Leistung gegenüber binären Codes, die aus einfachen Binarisierungen von Lern-Embeddings entstehen – GeoPTH liefert hier deutlich bessere Ergebnisse. Gleichzeitig übertrifft das Verfahren sämtliche Konkurrenten in puncto Effizienz, was es zu einer äußerst praktischen Alternative für die Verarbeitung großer Trajektoriendatensätze macht.