論文の概要: Optimizing Waste Management Collection Routes in Urban Haiti: A
Collaboration between DataKind and SOIL
- arxiv url: http://arxiv.org/abs/2011.00303v1
- Date: Sat, 31 Oct 2020 16:18:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-26 05:39:01.983747
- Title: Optimizing Waste Management Collection Routes in Urban Haiti: A
Collaboration between DataKind and SOIL
- Title（参考訳）: 都市ハイチにおける廃棄物処理の最適化 : DataKindとSOILの連携
- Authors: Michael Dowd, Anna Dixon, Benjamin Kinsella
- Abstract要約: 本稿は、Bloombergの2019 Data for Good Exchange(D4GX)への著者の提出に基づいています。
データサイエンスの非営利団体であるDataKindとSOILが共同で共同で行った共同研究の予備的な成果を提示する。
この研究は、最適化アルゴリズムとオープンソースツールが混在するルーティング問題の改善と削減にどのように役立つかを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sustainable Organic Integrated Livelihoods (SOIL) is a research and
development organization that aims to increase access to cost-effective
household sanitation services in urban communities in Haiti. Each week, SOIL
provides over 1,000 households with ecological sanitation toilets, then
transports the waste to be transformed into rich compost. However, SOIL faces
several challenges regarding the route optimization of their mixed fleet
vehicle routing. This paper builds upon the authors' submission to Bloomberg's
2019 Data for Good Exchange (D4GX), presenting preliminary findings from a
joint collaboration between DataKind, a data science nonprofit, and SOIL. This
research showcases how optimization algorithms and open source tools (i.e.,
OpenStreetMap and Google OR-Tools) can help improve and reduce the costs of
mixed-fleet routing problems, particularly in the context of developing
countries. As a result of this work, SOIL is able to make improvement to their
collection routes, which account for different road conditions and vehicle
types. These improvements reduce operational costs and fuel use, which are
essential to the service's expansion in the coming years.
- Abstract（参考訳）: sustainable organic integrated livinglihoods (soil) は、ハイチの都市コミュニティにおける費用対効果の高い家庭衛生サービスへのアクセスを増やすことを目的とした研究開発組織である。
毎週、SOILは1,000世帯以上に環境浄化用トイレを提供し、廃棄物をリッチコンポストに変換する。
しかし、SOILは混合車両ルーティングの経路最適化に関していくつかの課題に直面している。
本稿は、Bloombergの2019 Data for Good Exchange (D4GX)への著者の提出に基づいて、データサイエンスの非営利団体であるDataKindとSOILが共同で共同で行った予備的な調査結果を紹介する。
この研究は、最適化アルゴリズムとオープンソースツール(OpenStreetMapやGoogle OR-Toolsなど)が、特に発展途上国の状況において、混在するルーティング問題の改善と削減にどのように役立つかを示す。
この研究の結果、SOILは異なる道路条件と車両タイプを考慮した収集経路の改善が可能となった。
これらの改良は運用コストと燃料使用を削減し、これが今後数年間のサービス拡大に不可欠である。
関連論文リスト
- From Pixels to Progress: Generating Road Network from Satellite Imagery for Socioeconomic Insights in Impoverished Areas [22.782323200872366]
本稿では,エンコーダ・デコーダアーキテクチャと衛星画像における形態的操作を組み合わせた系統的道路抽出フレームワークを提案する。
F1スコアの42.7%向上を実現している。
また,中国382県の約794,178km2と17.048万人を対象に,包括的道路ネットワークデータセットを提案する。
論文 参考訳（メタデータ） (2024-06-17T07:40:13Z) - Learning Heuristics for Transit Network Design and Improvement with Deep Reinforcement Learning [7.660968783738993]
グラフニューラルネットを用いた深層強化学習を用いて,進化的アルゴリズムの低レベル学習を行う。
これらの学習は、70ノード以上のベンチマーク合成都市におけるアルゴリズムの結果を改善する。
また、市内の既存の交通網で最大12%のコスト削減を提供している。
論文 参考訳（メタデータ） (2024-04-08T22:40:57Z) - Fair collaborative vehicle routing: A deep multi-agent reinforcement
learning approach [49.00137468773683]
協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。
従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。
我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
論文 参考訳（メタデータ） (2023-10-26T15:42:29Z) - VisDA 2022 Challenge: Domain Adaptation for Industrial Waste Sorting [61.52419223232737]
産業廃棄物の選別において、最も大きな課題の1つは入力ストリームの極端な多様性である。
産業廃棄物浄化における領域適応に関するVisDA 2022の課題について紹介する。
論文 参考訳（メタデータ） (2023-03-26T21:38:38Z) - Enhanced Iterated local search for the technician routing and scheduling
problem [0.0]
我々は技術者のルーティングとタスクのスケジューリングに重点を置いている。
この問題は、交通インフラ(鉄道や道路網)、電気通信、下水設備など様々な分野で応用されている。
この問題を解決するために,改良された局所探索手法(eILS)を提案する。
論文 参考訳（メタデータ） (2023-03-12T23:44:49Z) - IoT-based Route Recommendation for an Intelligent Waste Management
System [61.04795047897888]
本研究は, 空間制約を考慮したIoT対応廃棄物管理システムにおいて, 経路推薦のためのインテリジェントなアプローチを提案する。
我々のソリューションは、ビンの状態と座標を考慮に入れた複数レベルの意思決定プロセスに基づいている。
論文 参考訳（メタデータ） (2022-01-01T12:36:22Z) - ZeroWaste Dataset: Towards Automated Waste Recycling [51.053682077915546]
産業レベルの廃棄物検出・分別データセットZeroWasteについて述べる。
このデータセットには、実際の廃棄物処理工場から収集された1800以上のビデオフレームが含まれている。
最先端のセグメンテーション手法では,対象物を正しく検出・分類することが困難であることを示す。
論文 参考訳（メタデータ） (2021-06-04T22:17:09Z) - 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) - Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。
輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
論文 参考訳（メタデータ） (2020-05-09T13:53:01Z) - Minimizing Energy Use of Mixed-Fleet Public Transit for Fixed-Route
Service [7.2775693810940565]
本稿では,最適な割り当てとスケジューリングのための整数プログラムを提案し,大規模ネットワークのためのメタヒューリスティックアルゴリズムを提案する。
チャタヌーガにとって、提案されたアルゴリズムはエネルギーコストが145,635ドル、年間576.7トンの二酸化炭素排出量を削減できる。
論文 参考訳（メタデータ） (2020-04-10T17:45:14Z) - Data-Driven Prediction of Route-Level Energy Use for Mixed-Vehicle
Transit Fleets [7.2775693810940565]
公共交通機関は電気自動車(EV)による燃費削減を目指している
EVの先行コストが高いため、ほとんどの機関は内燃機関と電気自動車の混成車しか手に入らない。
混合車両輸送車両における経路レベルのエネルギー利用に関するデータ駆動予測のための新しい枠組みを提案する。
論文 参考訳（メタデータ） (2020-04-10T16:31:10Z)
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。