論文の概要: Leveraging an Efficient and Semantic Location Embedding to Seek New Ports of Bike Share Services

• arxiv url: http://arxiv.org/abs/2011.03158v1
• Date: Fri, 6 Nov 2020 02:08:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-29 05:37:04.241574
• Title: Leveraging an Efficient and Semantic Location Embedding to Seek New Ports of Bike Share Services
• Title（参考訳）: 効率的なセマンティックな位置埋め込みを活用して自転車共有サービスの新たなポートを探る
• Authors: Yuan Wang, Chenwei Wang, Yinan Ling, Keita Yokoyama, Hsin-Tai Wu, Yi Fang
• Abstract要約: 位置情報の空間的情報と意味的情報の両方を格納するESLE(Efficient and Semantic Location Embedding)に因む新しいモデルを提案する。 最近の文献と比較すると、ESLEは計算のコストがそれほど高くないだけでなく、体系的な意味解析によって解釈しやすくなっている。 我々は,日本におけるNTT DOCOMOの自転車シェアリングサービスのための新しいサービスポートを探すためにESLEを適用した。
• 参考スコア（独自算出の注目度）: 16.350510996345857
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: For short distance traveling in crowded urban areas, bike share services are becoming popular owing to the flexibility and convenience. To expand the service coverage, one of the key tasks is to seek new service ports, which requires to well understand the underlying features of the existing service ports. In this paper, we propose a new model, named for Efficient and Semantic Location Embedding (ESLE), which carries both geospatial and semantic information of the geo-locations. To generate ESLE, we first train a multi-label model with a deep Convolutional Neural Network (CNN) by feeding the static map-tile images and then extract location embedding vectors from the model. Compared to most recent relevant literature, ESLE is not only much cheaper in computation, but also easier to interpret via a systematic semantic analysis. Finally, we apply ESLE to seek new service ports for NTT DOCOMO's bike share services operated in Japan. The initial results demonstrate the effectiveness of ESLE, and provide a few insights that might be difficult to discover by using the conventional approaches.
• Abstract（参考訳）: 混雑した都市部を短距離移動するために、柔軟性と利便性から自転車シェアリングサービスが普及している。 サービスカバレッジを拡張するために、重要なタスクのひとつは、既存のサービスポートの基盤となる機能を十分に理解する必要がある新しいサービスポートを探すことです。 本稿では,位置情報の地理空間的情報と意味的情報の両方を包含する,効率的な意味的位置埋め込み(esle)という新しいモデルを提案する。 ESLEを生成するために,我々はまず,静的な地図タイル画像から位置埋め込みベクトルを抽出することにより,深層畳み込みニューラルネットワーク(CNN)を用いたマルチラベルモデルを訓練する。 最近の文献と比較すると、ESLEは計算コストがそれほど安くないだけでなく、体系的な意味解析によって解釈しやすくなっている。 最後に,日本におけるNTT DOCOMOの自転車シェアリングサービスのための新しいサービスポートを探すためにESLEを適用した。 最初の結果はESLEの有効性を示し、従来の手法を用いることで発見が難しいいくつかの洞察を提供する。

関連論文リスト

• Multiple Areal Feature Aware Transportation Demand Prediction [2.996323123990199]
  本稿では,多機能グラフ畳み込みリカレントネットワーク(ST-MFGCRN)を提案する。 提案手法を実世界の2つの交通データセット上で評価する。
  論文  参考訳（メタデータ） (2024-08-23T07:51:10Z)
• Image Captioning via Dynamic Path Customization [100.15412641586525]
  画像キャプションのための新しい動的トランスフォーマーネットワーク(DTNet)を提案する。 提案するDTNetの有効性を検証するため,MS-COCOデータセットの広範な実験を行い,新しい最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-06-01T07:23:21Z)
• Auxiliary Tasks Enhanced Dual-affinity Learning for Weakly Supervised Semantic Segmentation [79.05949524349005]
  AuxSegNet+は、サリエンシマップから豊富な情報を探索する弱教師付き補助学習フレームワークである。 また,サリエンシとセグメンテーションの特徴マップから画素レベルの親和性を学習するためのクロスタスク親和性学習機構を提案する。
  論文  参考訳（メタデータ） (2024-03-02T10:03:21Z)
• Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese Geographic Re-Ranking [61.60169764507917]
  中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。 そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
  論文  参考訳（メタデータ） (2023-09-04T13:44:50Z)
• Bike Sharing Demand Prediction based on Knowledge Sharing across Modes: A Graph-based Deep Learning Approach [8.695763084463055]
  本研究では,自転車共有需要予測(B-MRGNN)のためのグラフに基づくディープラーニング手法を提案する。 マルチリレーショナルグラフニューラルネットワーク(MRGNN)を導入し、モード間の空間単位間の相関を捉える。 実験はニューヨーク市の実際の自転車シェアリング、地下鉄、ライドシェアリングのデータを用いて行われた。
  論文  参考訳（メタデータ） (2022-03-18T06:10:17Z)
• Exemplar-Based Open-Set Panoptic Segmentation Network [79.99748041746592]
  我々は、オープンワールドにパン光学セグメンテーションを拡張し、オープンセットのパン光学セグメンテーション(OPS)タスクを導入する。 本研究では,タスクの実践的課題を調査し,既存のデータセットであるCOCO上にベンチマークを構築する。 本稿では,エスペクティブ理論に着想を得た,エスペクティブ・ベース・オープン・セット・パノプティブ・セグメンテーション・ネットワーク(EOPSN)を提案する。
  論文  参考訳（メタデータ） (2021-05-18T07:59:21Z)
• Neural networks for semantic segmentation of historical city maps: Cross-cultural performance and the impact of figurative diversity [0.0]
  畳み込みニューラルネットワークに基づく歴史都市地図のセマンティックセグメンテーションモデルを提案する。 これらのネットワークは、非常に大きな比喩的多様性のマップデータを効率よく意味的にセグメント化できることを示す。
  論文  参考訳（メタデータ） (2021-01-29T09:08:12Z)
• Joint predictions of multi-modal ride-hailing demands: a deep multi-task multigraph learning-based approach [64.18639899347822]
  本稿では、複数のマルチグラフ畳み込み(MGC)ネットワークを組み合わせて、異なるサービスモードの要求を予測する深層マルチタスクマルチグラフ学習手法を提案する。 提案手法は,様々な配車モードの予測精度において,ベンチマークアルゴリズムよりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-11-11T07:10:50Z)
• Auto-Panoptic: Cooperative Multi-Component Architecture Search for Panoptic Segmentation [144.50154657257605]
  本稿では、バックボーン、セグメンテーションブランチ、フィーチャーフュージョンモジュールを含むすべての主要コンポーネントを同時に検索する効率的なフレームワークを提案する。 検索したアーキテクチャ、すなわちAuto-Panopticは、挑戦的なCOCOとADE20Kベンチマークに関する新しい最先端技術を実現します。
  論文  参考訳（メタデータ） (2020-10-30T08:34:35Z)
• Interpretable Data-Driven Demand Modelling for On-Demand Transit Services [6.982614422666432]
  本研究では,DAレベルにおけるオンデマンド交通(ODT)サービスのための旅行・流通モデルを開発した。 その結果, 商業・工業用地利用型と高密度住宅用地利用型との間には, より高い旅行分布レベルが期待できることがわかった。
  論文  参考訳（メタデータ） (2020-10-27T20:48:10Z)

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。