Google apresenta o me-pois: um framework que aprimora a compreensão de locais com dados de mobilidade

Uma equipe do Google Research e da Universidade da Califórnia, Sul, introduziu o ME-POIs, um novo framework que integra padrões de mobilidade humana em embeddings baseados em texto de pontos de interesse (POI). O framework aborda a limitação dos modelos de linguagem tradicionais, que descrevem o que um local é, mas não como ele é usado. Ao codificar cada visita como um vetor contextualizado e usando aprendizado contrastivo para alinhar essas visitas com protótipos aprendíveis por POI, o ME-POIs fornece uma compreensão mais refinada de como os locais são utilizados. O modelo foi pré-treinado em uma única GPU NVIDIA Tesla V100 de 16 GB e possui aproximadamente 53,7 milhões de parâmetros. O ME-POIs processa as visitas como trios de coordenadas, tempo de chegada e tempo de partida, usando três encoders fatorizados: Space2Vec para localização e dois encoders Time2Vec para tempos de chegada e partida. Esses vetores são combinados com codificação posicional sinusoidal e passados por um Transformer de 4 camadas, 8 cabeças, para gerar embeddings de visita contextualizados. O objetivo principal é minimizar uma perda InfoNCE, que puxa os embeddings de visita em direção aos seus respectivos protótipos de POI, enquanto os afasta de outros no minibatch. Isso resulta em um centroide funcional que representa o cronograma médio do usuário para cada POI. O framework enfrenta desafios de esparsidade, pois apenas 9,07% dos POIs de Los Angeles e 7,04% dos POIs de Houston atenderam ao limite mínimo de visitas. Para abordar isso, o ME-POIs usa kernels gaussianos normalizados em três larguras de banda e transfere histogramas de visitas ancoradas para POIs esparsos, com termos KL adicionais para garantir a consistência. O modelo também incorpora embeddings de texto por meio de prompts com base na receita GeoLLM, incluindo coordenadas, categoria, endereço e POIs próximos. A avaliação em conjuntos de dados de mobilidade anonimizados de Los Angeles e Houston mostrou melhorias significativas. Em Los Angeles, a adição do ME-POIs melhorou 34 de 35 pares modelo-tarefa, com ganhos relativos de até 81,9% em F1 para a intenção da visita e uma redução de 24,7% em MAE na ocupação. Em Houston, a F1 do nível de preço aumentou em 75,1% para o GTR-T5. Uma variante apenas de mobilidade, treinada sem alinhamento de texto, alcançou 0,600 de precisão na classificação do nível de preço em Los Angeles, superando o Gemini em 0,559. Também superou todas as linhas de base baseadas em trajetórias em todas as tarefas. Apesar dos resultados promissores, o Google Research não lançou código ou pesos públicos, e o modelo requer dados de tráfego licenciados ou registros de visitas de primeira mão, juntamente com polígonos de POI. O artigo e os detalhes técnicos estão disponíveis para exploração adicional, juntamente com tutoriais, códigos e notebooks na página do GitHub. A pesquisa foi publicada originalmente no MarkTechPost.