تتزايد أهمية دراسة شذوذات الحركة البشرية في مجالات عديدة، منها الأمن، والتنقل، وتحليل البيانات. ومع ذلك، يعاني الباحثون من نقص حاد في مجموعات البيانات الحقيقية التي توثق هذه الشذوذات. حيث تركزت معظم البيانات المتاحة على الأنماط الطبيعية للحركة، تاركة فجوة كبيرة في دراسات الشذوذ.

لكي يتسنى التغلب على هذه العقبة، اقترح الباحثون إطاراً جديداً يعتمد على نماذج لغوية ضخمة (LLM) يسمح بتوليد شذوذات حركة واقعية على نطاق واسع. هذا الإطار لا يهدف فقط إلى إنتاج بيانات مزيفة، بل يسعى لخلق بيانات تتماشى مع القيود الفيزيائية المعقدة في العالم الحقيقي، مما يزيد من موثوقية النتائج.

تعتمد هذه المنهجية على نظام توليد متكامل يمكنه حقن شذوذات سلوكية ذات دلالة عبر مجموعات البيانات المُحاكاة، مما يعزز الفهم لإجراءات الحركة غير المتوقعة، مثل التوقفات الغير المنتظمة وزيارات الأماكن المفقودة. ولضمان الدقة الجغرافية، يستخدم هذا النظام تقنيات إعادة بناء لتنظيم طرق الحركة استناداً إلى الخرائط، مما يحسن فعالية العمليات الحركية من خلال إعادة حساب التحولات الفيزيائية بين نقاط التوقف.

إضافة إلى ذلك، تم تعزيز هذه الشذوذات بنموذج ضوضاء مكاني يعتمد على السياق، والذي يأخذ بعين الاعتبار متغيرات بيئية وموقعية لتحسين دقة البيانات الناتجة.

أخيراً، يمثل هذا الإطار الجديد خطوة عملاقة نحو توفير بيانات موثوقة تعزز أبحاث التنقيب في البيانات وتساعد على فهم أفضل لأنماط الحركة البشرية.