論文の概要: K-Prototype Segmentation Analysis on Large-scale Ridesourcing Trip Data
- arxiv url: http://arxiv.org/abs/2006.13924v1
- Date: Wed, 24 Jun 2020 17:53:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-17 10:09:45.377393
- Title: K-Prototype Segmentation Analysis on Large-scale Ridesourcing Trip Data
- Title（参考訳）: 大規模ライダーソーシングトリプデータのK-プロトタイプセグメンテーション解析
- Authors: J Soria, Y Chen, A Stathopoulos
- Abstract要約: 本研究は、シカゴの公共配車データのシティアルゴリズムを用いて、モビリティの出現パターンについて検討する。
目的は、配車サービスのパトロンの体系的なバリエーションを調べることである。
悪天候条件に関する重要な相違点から,6種類の配車プロトタイプを同定し,検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Shared mobility-on-demand services are expanding rapidly in cities around the
world. As a prominent example, app-based ridesourcing is becoming an integral
part of many urban transportation ecosystems. Despite the centrality, limited
public availability of detailed temporal and spatial data on ridesourcing trips
has limited research on how new services interact with traditional mobility
options and how they impact travel in cities. Improving data-sharing agreements
are opening unprecedented opportunities for research in this area. This study
examines emerging patterns of mobility using recently released City of Chicago
public ridesourcing data. The detailed spatio-temporal ridesourcing data are
matched with weather, transit, and taxi data to gain a deeper understanding of
ridesourcings role in Chicagos mobility system. The goal is to investigate the
systematic variations in patronage of ride-hailing. K-prototypes is utilized to
detect user segments owing to its ability to accept mixed variable data types.
An extension of the K-means algorithm, its output is a classification of the
data into several clusters called prototypes. Six ridesourcing prototypes are
identified and discussed based on significant differences in relation to
adverse weather conditions, competition with alternative modes, location and
timing of use, and tendency for ridesplitting. The paper discusses implications
of the identified clusters related to affordability, equity and competition
with transit.
- Abstract（参考訳）: 共有モビリティ・オン・デマンドサービスは世界中の都市で急速に拡大している。
顕著な例として、アプリベースのライドシェアリングは、多くの都市交通エコシステムの不可欠な部分になりつつある。
中央集権化にもかかわらず、ライドソーシング旅行に関する詳細な時間的および空間的データの限定的な公開は、新しいサービスが伝統的なモビリティオプションとどのように相互作用し、都市での旅行にどのように影響するかに関する、限られた研究に留まっている。
データ共有契約の改善は、この分野の研究に先例のない機会を開いている。
本研究は、シカゴ市が最近発表した配車サービスデータを用いて、モビリティの出現パターンを考察する。
詳細な時空間の配車データは天候、交通、タクシーのデータと一致し、シカゴの移動システムにおける配車サービスの役割についてより深く理解する。
目的は、配車サービスのパトロンの体系的なバリエーションを調べることである。
k-prototypesは、混合変数データ型を受け入れる能力のため、ユーザセグメントを検出するために使用される。
k-meansアルゴリズムの拡張であり、その出力はプロトタイプと呼ばれる複数のクラスタにデータの分類である。
悪天候条件,代替モードとの競合,使用場所とタイミング,配車傾向など,重要な相違点から6種類の配車プロトタイプを特定し,検討した。
本論文は,交通機関の可利用性,株式,競争性に関連するクラスターの特定について論じる。
関連論文リスト
- Urban Mobility Assessment Using LLMs [19.591156495742922]
本研究は,大規模言語モデル(LLM)を推進し,旅行調査を合成する,革新的なAIベースのアプローチを提案する。
本研究は, 異なるレベルの既存調査データと比較し, 全米各都市圏におけるこのアプローチの有効性について検討した。
論文 参考訳（メタデータ） (2024-08-22T19:17:33Z) - UniTraj: A Unified Framework for Scalable Vehicle Trajectory Prediction [93.77809355002591]
さまざまなデータセット、モデル、評価基準を統一する包括的なフレームワークであるUniTrajを紹介する。
我々は広範な実験を行い、他のデータセットに転送するとモデルの性能が大幅に低下することがわかった。
これらの知見を説明するために,データセットの特徴に関する洞察を提供する。
論文 参考訳（メタデータ） (2024-03-22T10:36:50Z) - Rethinking Urban Mobility Prediction: A Super-Multivariate Time Series
Forecasting Approach [71.67506068703314]
長期の都市移動予測は、都市施設やサービスの効果的管理において重要な役割を担っている。
伝統的に、都市移動データはビデオとして構成され、経度と緯度を基本的なピクセルとして扱う。
本研究では,都市におけるモビリティ予測の新たな視点について紹介する。
都市移動データを従来のビデオデータとして単純化するのではなく、複雑な時系列と見なす。
論文 参考訳（メタデータ） (2023-12-04T07:39:05Z) - Self-Supervised Deconfounding Against Spatio-Temporal Shifts: Theory and
Modeling [48.09863133371918]
本研究では,過去の交通データ,将来の交通データ,外部STコンテキストの因果グラフを構築することで,問題を定式化する。
OODトラフィックデータにおける先行技術の失敗は、STコンテキストが共同創設者として機能すること、すなわち過去のデータと将来のデータに対する共通の原因によるものであることが示される。
本研究では,STEVE(Spatio-Temporal sElf-superVised dEconfounding)フレームワークを考案し,トラフィックデータを2つの不整合表現に符号化し,不変および変動STコンテキストを関連付ける。
論文 参考訳（メタデータ） (2023-11-21T09:33:13Z) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳（メタデータ） (2021-08-02T08:13:57Z) - Euro-PVI: Pedestrian Vehicle Interactions in Dense Urban Centers [126.81938540470847]
歩行者と自転車の軌跡のデータセットであるEuro-PVIを提案する。
本研究では,都市環境におけるエージェント間のマルチモーダル共有潜在空間を表現的に学習する共同推論モデルを開発する。
我々は,エゴ車と歩行者(自転車)の相互作用を正確に予測するために捉えることの重要性を示すnuScenesとEuro-PVIデータセット上での成果を達成した。
論文 参考訳（メタデータ） (2021-06-22T15:40:21Z) - What's Your Value of Travel Time? Collecting Traveler-Centered Mobility
Data via Crowdsourcing [4.297843164736973]
旅行者が他の活動に旅行時間を使うことのできる、価値ある時間の異なるパラダイムを構築します。
専用モバイルアプリから収集した旅行者とその旅行に関するデータを含む新しいデータセットを提案する。
論文 参考訳（メタデータ） (2021-04-12T20:48:28Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳（メタデータ） (2020-08-29T15:14:03Z) - Leveraging the Self-Transition Probability of Ordinal Pattern Transition
Graph for Transportation Mode Classification [0.0]
本稿では,交通モード分類における自己遷移の確率という,通常のパターン遷移グラフから保持される特徴の利用を提案する。
提案手法は,これらを組み合わせた場合であっても,置換エントロピーや統計的複雑度よりも精度がよい。
論文 参考訳（メタデータ） (2020-07-16T23:25:09Z) - Extracting Spatiotemporal Demand for Public Transit from Mobility Data [0.0]
都市人口の変化は、交通サービスの効率的な管理にいくつかの課題をもたらす。
都市における公共交通機関の需要を簡易に推定する手法を提案する。
論文 参考訳（メタデータ） (2020-06-05T10:21:31Z) - Study on Key Technologies of Transit Passengers Travel Pattern Mining
and Applications based on Multiple Sources of Data [1.370633147306388]
本稿では,移動客の移動パターンと行動選好をマイニングするための一連の手法を提案する。
これらの知識を交通システムの調整と最適化に利用しています。
論文 参考訳（メタデータ） (2020-05-26T22:35:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。