論文の概要: The Effect of COVID-19 on the Transit System in Two Regions: Japan and USA

• arxiv url: http://arxiv.org/abs/2112.01198v1
• Date: Thu, 2 Dec 2021 13:10:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-06 02:30:25.648704
• Title: The Effect of COVID-19 on the Transit System in Two Regions: Japan and USA
• Title（参考訳）: 日米の交通システムに及ぼすCOVID-19の影響
• Authors: Ismail Arai, Samy El-Tawab, Ahmad Salman, Ahmed Elnoshokaty
• Abstract要約: 本稿では,インターネット・オブ・モノ(IoT)デバイスを活用した,パンデミック前後のバス利用者数予測手法を提案する。 当社のゴールは、2020年までの2つの異なる国の乗客に対するパンデミックの影響を示すことです。
• 参考スコア（独自算出の注目度）: 0.20646127669654826
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The communication revolution that happened in the last ten years has increased the use of technology in the transportation world. Intelligent Transportation Systems wish to predict how many buses are needed in a transit system. With the pandemic effect that the world has faced since early 2020, it is essential to study the impact of the pandemic on the transit system. This paper proposes the leverage of Internet of Things (IoT) devices to predict the number of bus ridership before and during the pandemic. We compare the collected data from Kobe city, Hyogo, Japan, with data gathered from a college city in Virginia, USA. Our goal is to show the effect of the pandemic on ridership through the year 2020 in two different countries. The ultimate goal is to help transit system managers predict how many buses are needed if another pandemic hits.
• Abstract（参考訳）: 過去10年間に起こったコミュニケーション革命は、交通業界におけるテクノロジーの利用を増加させた。 インテリジェントトランスポーテーションシステムは、交通システムに必要なバス数を予測したいと考えています。 世界が2020年初頭から直面してきたパンデミックの影響から、パンデミックが交通システムに与える影響を研究することが不可欠である。 本稿では,インターネット・オブ・モノ(IoT)デバイスを利用して,パンデミック前後のバス利用者数を予測する。 兵庫県神戸市から収集したデータと,米国バージニア州の大学都市から収集したデータを比較した。 当社のゴールは、2020年までの2つの異なる国の乗客に対するパンデミックの影響を示すことです。 最終的な目標は、別のパンデミックが発生した場合、交通システム管理者が何台のバスが必要かを予測できるようにすることだ。

関連論文リスト

• Bus Ridership Prediction with Time Section, Weather, and Ridership Trend Aware Multiple LSTM [0.10499611180329801]
  この予測には,連続する停留所間のバス乗り合いの相関を考慮する必要がある。 この予測は、関連する研究で有用であることが示されているすべての特徴を用いてまだなされていない。 本研究では,これらの問題に対処する予測手法を提案する。
  論文  参考訳（メタデータ） (2023-04-13T04:35:41Z)
• On Designing Day Ahead and Same Day Ridership Level Prediction Models for City-Scale Transit Networks Using Noisy APC Data [0.0]
  本稿では,複数のソースからのデータの収集,クリーン化,処理,マージを併用して,トランジットライダーシップの予測に機械学習モデルをトレーニングする手法を提案する。 ナッシュビルの公共交通機関が提供している現実の交通データに対する我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2022-10-10T19:50:59Z)
• Traffic4cast at NeurIPS 2021 -- Temporal and Spatial Few-Shot Transfer Learning in Gridded Geo-Spatial Processes [61.16854022482186]
  NeurIPS 2019と2020のIARAI Traffic4castコンペティションでは、ニューラルネットワークが将来の交通条件を1時間以内に予測することに成功した。 U-Netsは、この複雑な現実世界の地理空間的プロセスにおいて、関連する特徴を抽出する能力を実証し、勝利したアーキテクチャであることが証明された。 コンペティションは2年間で10都市をカバーし、1012以上のGPSプローブデータから収集したデータを提供する。
  論文  参考訳（メタデータ） (2022-03-31T14:40:01Z)
• Understanding the Impact of the COVID-19 Pandemic on Transportation-related Behaviors with Human Mobility Data [36.99572681309649]
  中国本土での新型コロナウイルスの感染拡大は、最近このウイルスとの戦いの成功例と見なされている。 私たちは、Baidu Mapsから集めた膨大な量の人的移動データを使って、パンデミックの最中の人々の詳細な反応を調べています。
  論文  参考訳（メタデータ） (2022-02-16T10:32:39Z)
• Crowding Prediction of In-Situ Metro Passengers Using Smart Card Data [11.781685156308475]
  本稿では,閉鎖型地下鉄システム内の乗客密度を推定する統計モデルを提案する。 予測結果に基づいて,将来の時刻の乗客密度の正確な予測を行うことができる。
  論文  参考訳（メタデータ） (2020-09-07T04:07:37Z)
• Polestar: An Intelligent, Efficient and National-Wide Public Transportation Routing Engine [43.09401975244128]
  Polestarは、インテリジェントで効率的な公共交通機関ルーティングのためのデータ駆動型エンジンである。 具体的には,交通費の異なる公共交通機関をモデル化するための新しい公共交通グラフ(PTG)を提案する。 次に、効率的な経路候補生成のための効率的な局結合法と組み合わせた一般経路探索アルゴリズムを提案する。 2つの実世界のデータセットの実験は、効率性と有効性の両方の観点からPoestarの利点を実証している。
  論文  参考訳（メタデータ） (2020-07-11T05:14:52Z)
• Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
  われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。 実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
  論文  参考訳（メタデータ） (2020-06-05T02:04:25Z)
• 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)
• The Role of the Hercules Autonomous Vehicle During the COVID-19 Pandemic: An Autonomous Logistic Vehicle for Contactless Goods Transportation [44.54786757158331]
  新型コロナウイルス感染症(COVID-19)は世界中で急速に拡大している。 日常の生活の中で商品を輸送するといった日常活動には、必然的に対人接触が伴う。 新型コロナウイルス(COVID-19)パンデミックの間、接触のない商品輸送のための自動運転車、Herculesを開発した。
  論文  参考訳（メタデータ） (2020-04-16T06:37:06Z)
• Physical-Virtual Collaboration Modeling for Intra-and Inter-Station Metro Ridership Prediction [116.66657468425645]
  本研究では,複雑なライダーシップパターンをテーラー設計グラフから効果的に学習できる物理仮想協調グラフネットワーク(PVCGN)を提案する。 特に、物理グラフは、研究されたメトロシステムの現実的なトポロジーに基づいて直接構築される。 類似度グラフと相関グラフを仮想トポロジで構築し, 駅間交通流の類似度と相関関係を導出する。
  論文  参考訳（メタデータ） (2020-01-14T16:47:54Z)

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。