論文の概要: Developing a Novel Crowdsourcing Business Model for Micro-Mobility Ride-Sharing Systems: Methodology and Preliminary Results

• arxiv url: http://arxiv.org/abs/2007.15585v1
• Date: Thu, 30 Jul 2020 16:44:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-07 18:22:15.650004
• Title: Developing a Novel Crowdsourcing Business Model for Micro-Mobility Ride-Sharing Systems: Methodology and Preliminary Results
• Title（参考訳）: マイクロモビリティライダ共有システムのための新たなクラウドソーシングビジネスモデルの開発:方法論と予備的結果
• Authors: Mohammed Elhenawy, MD Mostafizur Rahman Komol, Huthaifa I. Ashqar, Mohammed Hamad Almannaa, Mahmoud Masoud, Hesham A. Rakha, and Andry Rakotonirainy
• Abstract要約: マイクロモビリティ・ライドシェアリングシステムのための新しいビジネスモデルを提案する。 3つの組織、サプライヤー、顧客、経営陣で構成されている。 提案されたモデルの潜在的な利点の1つは、充電とメンテナンスの取り組みをサプライヤーの群れにシフトさせることである。
• 参考スコア（独自算出の注目度）: 10.775809365338135
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Micro-mobility ride-sharing is an emerging technology that provides access to the transit system with minimum environmental impacts. Significant research is required to ensure that micro-mobility ride-sharing provides a better fulfilment of user needs. In this study, we propose a novel business model for the micro-mobility ride-sharing system where light vehicles such as electric scooters and electric bikes are crowdsourced. This new model consists of three entities, the suppliers, the customers, and a management party, which is responsible for receiving, renting, booking, and demand matching with offered resources. The proposed model has the potential to allow the suppliers to define the location of their private e-scooter/e-bike and the period of time they are available for rent, match it with a particular demand, and then offer suppliers the opportunity to get their e-scooters/e-bikes rented and returned at the end of the renting period to the same (nearby) location. The management party will need to match the e-scooter/e-bike to a series of renting demands with the last demand as a destination very close to the initial location of the e-scooter/e-bike at the start of the renting period. One potential advantage of the proposed model is that it shifts the charging and maintenance efforts to a crowd of suppliers.
• Abstract（参考訳）: マイクロモビリティ・ライドシェアリング(micro-mobility ride-sharing)は、最小限の環境影響で交通システムへのアクセスを提供する新興技術である。 マイクロモビリティのライドシェアリングがユーザーニーズの満足度を高めるためには、重要な研究が必要である。 本研究では,電動スクーターや電動自転車などの軽量車両をクラウドソーシングするマイクロモビリティ・ライドシェアリングシステムのための新しいビジネスモデルを提案する。 この新モデルは、サプライヤ、顧客、および提供されたリソースの受信、レンタル、予約、需要マッチングを担当するマネジメントパーティーの3つのエンティティで構成されています。 提案するモデルは、サプライヤーが自分のプライベートなeスクーター/eバイクの位置と、レンタル可能な期間を定義し、特定の需要に合わせて、サプライヤーにeスクーター/eバイクをレンタルし、レンタル期間の終わりに同じ(近く)場所に返却する機会を提供する可能性を秘めている。 eスクーター/eバイクは、レンタル期間の開始時に、eスクーター/eバイクの初期位置に非常に近い目的地としての最後の需要と、一連のレンタル需要と一致させる必要がある。 提案されたモデルの潜在的な利点の1つは、充電とメンテナンスの努力を多くのサプライヤーに移すことである。

関連論文リスト

• Predicting travel demand of a bike sharing system using graph convolutional neural networks [0.0]
  本研究は,自転車共有システムにおける旅行需要の予測に焦点を当てた。 ゲートグラフ畳み込みニューラルネットワークと呼ばれる新しいハイブリッドディープラーニングモデルが導入された。 軌跡データ、気象データ、アクセスデータを統合し、ゲートグラフ畳み込みネットワークを活用することにより、旅行需要予測の精度を大幅に向上する。
  論文  参考訳（メタデータ） (2024-08-18T00:24:30Z)
• Smart Recommendations for Renting Bikes in Bike Sharing Systems [1.5115914900997285]
  自動車シェアリングシステムは近年、大都市で人気が高まっている。 それらの利点の1つは、例えば、市内のほぼどこでも車両を運べる(または出発する)可能性である。 規制緩和の問題 — 使用パターンのため、利用可能な車両は特定のエリアに集中しているが、他の地域では利用できない — は、このようなシステムでは極めて一般的である。 本稿では, 自転車の貸出・返却を希望する利用者に対して, 駅を推薦する戦略を提示し, 比較する。
  論文  参考訳（メタデータ） (2024-01-22T19:29:33Z)
• Vehicle-to-grid for car sharing -- A simulation study for 2030 [4.142286700293885]
  カーシェアリングシステムは、車両間グリッド(V2G)技術による補助サービスの提供を通じてグリッド安定性を高める上で重要な役割を果たす。 本研究では、スイスにおける全国規模のサービスのための将来のシナリオを設計し、カーシェアリングにおけるV2Gの可能性を分析する。 本研究は意思決定者に対してガイドラインを提供し,カーシェアリングの領域内での電力取引に関する規制強化の必要性を強調した。
  論文  参考訳（メタデータ） (2023-11-13T14:08:39Z)
• Predicting Citi Bike Demand Evolution Using Dynamic Graphs [81.12174591442479]
  ニューヨーク市のCiti Bikeデータセットにおける自転車需要予測にグラフニューラルネットワークモデルを適用した。 本稿では,ニューヨーク市のCiti Bikeデータセットにおける自転車需要予測にグラフニューラルネットワークモデルを適用しようとする。
  論文  参考訳（メタデータ） (2022-12-18T21:43:27Z)
• An Energy Consumption Model for Electrical Vehicle Networks via Extended Federated-learning [50.85048976506701]
  本稿では,フェデレートラーニングモデルに基づく不安度を測る新しい手法を提案する。 バッテリー消費を推定し、車両ネットワークにエネルギー効率の高いルートプランニングを提供する。
  論文  参考訳（メタデータ） (2021-11-13T15:03:44Z)
• Efficiency, Fairness, and Stability in Non-Commercial Peer-to-Peer Ridesharing [84.47891614815325]
  本稿は、P2Pライドシェアリングにおける中核的な問題である、ライダーとドライバーのマッチングに焦点を当てる。 P2Pライドシェアリングにおける公平性と安定性の新たな概念を紹介する。 結果は、妥当な計算時間で、公平で安定した解が得られることを示唆している。
  論文  参考訳（メタデータ） (2021-10-04T02:14:49Z)
• Dynamic Bicycle Dispatching of Dockless Public Bicycle-sharing Systems using Multi-objective Reinforcement Learning [79.61517670541863]
  ドッキングレスPBS(DL-PBS)に欠かせない動的自転車レンタル需要に基づく効率的な自転車配車ソリューションを実現するためのAIの活用 DL-PBSに最適な自転車ディスパッチソリューションを提供するために、マルチオブジェクト強化学習(MORL-BD)に基づく動的自転車ディスパッチアルゴリズムを提案します。
  論文  参考訳（メタデータ） (2021-01-19T03:09:51Z)
• Dynamic Planning of Bicycle Stations in Dockless Public Bicycle-sharing System Using Gated Graph Neural Network [79.61517670541863]
  Dockless Public Bicycle-share (DL-PBS)ネットワークは多くの国でますます人気が高まっています。 冗長で低電力の駅は、DL-PBSベンダーの公共都市空間とメンテナンスコストを無駄にします。 DL-PBSネットワークに最適な自転車ステーションレイアウトを動的に提供できるよう、BSDP(自転車ステーションダイナミックプランニング)システムを提案します。
  論文  参考訳（メタデータ） (2021-01-19T02:51:12Z)
• A Distributed Model-Free Ride-Sharing Approach for Joint Matching, Pricing, and Dispatching using Deep Reinforcement Learning [32.0512015286512]
  我々は、動的で需要に敏感で、価格に基づく車両通行者マッチングとルート計画フレームワークを提案する。 我々の枠組みはニューヨーク市税のデータセットを用いて検証されている。 実験の結果,実時間および大規模設定におけるアプローチの有効性が示された。
  論文  参考訳（メタデータ） (2020-10-05T03:13:47Z)
• Competitive Ratios for Online Multi-capacity Ridesharing [30.964687022746226]
  マルチキャパシティのライドシェアリングでは、複数のリクエスト(例えば、顧客、食品、パーセル)が、異なる起源と宛先ペアが1つのリソースを旅する。 オンラインのマルチキャパシティーライドシェアリングは、基礎となるマッチンググラフが二部作にならないため、非常に難しい。 本稿では,オンラインマルチキャパシティ・ライドシェアリングの競争率に制約を課した最初のアプローチを提案する。
  論文  参考訳（メタデータ） (2020-09-16T20:29:21Z)
• Local Differential Privacy based Federated Learning for Internet of Things [72.83684013377433]
  Internet of Vehicles (IoV)は、Waze、Uber、Amazon Mechanical Turkなど、さまざまなクラウドソーシングアプリケーションをシミュレートする。 これらのアプリケーションのユーザは、ユーザの報告したトラフィック情報に基づいて機械学習モデルをトレーニングするクラウドサーバに、リアルタイムのトラフィック情報を報告する。 本稿では,機械学習モデルを実現するためのクラウドソーシングアプリケーションを容易にするために,フェデレーション学習とローカルディファレンシャルプライバシ(LDP)を統合することを提案する。
  論文  参考訳（メタデータ） (2020-04-19T14:03:10Z)

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。