Weakly Supervised Performance Evaluation of Trajectory Clustering

RÉSUMÉ: Avec l'avènement des nouvelles technologies au cours des dernières décennies, les techniques de collecte de données ont évolué et changé considérablement. Des appareils moins chers et plus récents ont facilité les tâches de collecte de données, tandis que la culture de la science ouverte a contribué à la disponibilité des ensembles de données collectées. D'autre part, les innovations technologiques et les méthodes d'analyse en constante amélioration ont facilité la tâche de traitement des données. Si ces changements technologiques contribuent à une évolution de l'analyse des données, les capacités humaines restent limitées. Par conséquent, les tâches manuelles peuvent potentiellement ralentir ce processus. Les méthodes d'apprentissage non supervisées constituent une solution pour résoudre le problème de la gestion et de l'analyse des mégadonnées. Les algorithmes de groupement (“clustering”), comme sont appelées les méthodes d'apprentissage non supervisées qui traitent de l'assignation des données à des catégories, jouent ici un rôle clé.Les études de circulation sont un domaine qui a largement utilisé ces algorithmes. Les trajectoires, en tant que source majeure d'informations dans les études de circulation, ont vu de nombreuses applications des méthodes de groupement. Cependant, dans la plupart des cas, l'évaluation des performances de ces méthodes a été négligé. ABSTRACT: With the advent of new technologies in the past few decades, data collection techniques have evolved and changed significantly. Cheaper and newer devices have made data collection tasks easier, while open source culture has contributed to the availability of the collected datasets. On the other hand, technological innovations and ever-improving analytical methods have facilitated the data processing task. While these technological changes are contributing to an evolution in the data analysis, human capabilities remain limited. Therefore, manual tasks can potentially slow down this process. One solution to address the problem of managing and analyzing big data is unsupervised learning methods. Clustering algorithms, as unsupervised learning methods which deal with categorical assignment of data are called, play a key role here. Traffic studies is an area that has made extensive use of these algorithms. Trajectories, as a major source of information in traffic studies, have been the target of many studies that considered the application of clustering. However, in most cases the performance evaluation aspect of clustering has been overlooked. In this context, this research project focuses on the unsupervised evaluation of trajectory clustering. The primary objective of this research project was to develop a clustering framework that would work entirely without the manual labeling of trajectories. The secondary objective was to conduct a comparison between popular trajectory distance measures and clustering algorithms