論文の概要: Dynamic Price of Parking Service based on Deep Learning

• arxiv url: http://arxiv.org/abs/2201.04188v1
• Date: Tue, 11 Jan 2022 20:31:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-13 23:07:37.255486
• Title: Dynamic Price of Parking Service based on Deep Learning
• Title（参考訳）: ディープラーニングに基づく駐車場サービスの動的価格設定
• Authors: Alejandro Luque-Cerpa, Miguel A. Guti\'errez-Naranjo, Miguel C\'ardenas-Montes
• Abstract要約: 都市部における空気質の向上は、公共団体の主な関心事の一つである。 この懸念は、大気の質と公衆衛生の間の証拠から生じる。 規制された駐車場サービスにおける動的価格の提案について述べる。
• 参考スコア（独自算出の注目度）: 68.8204255655161
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The improvement of air-quality in urban areas is one of the main concerns of public government bodies. This concern emerges from the evidence between the air quality and the public health. Major efforts from government bodies in this area include monitoring and forecasting systems, banning more pollutant motor vehicles, and traffic limitations during the periods of low-quality air. In this work, a proposal for dynamic prices in regulated parking services is presented. The dynamic prices in parking service must discourage motor vehicles parking when low-quality episodes are predicted. For this purpose, diverse deep learning strategies are evaluated. They have in common the use of collective air-quality measurements for forecasting labels about air quality in the city. The proposal is evaluated by using economic parameters and deep learning quality criteria at Madrid (Spain).
• Abstract（参考訳）: 都市における空気質の向上は公共団体の主要な関心事の一つである。 この懸念は、空気質と公衆衛生の間の証拠から生じている。 この地域の政府機関の主な取り組みは、監視と予測システム、汚染された自動車の禁止、低品質空気の期間の交通制限などである。 本研究は,規制駐車場サービスにおける動的価格設定の提案である。 駐車場サービスの動的な価格は、低品質のエピソードが予測されたときに自動車の駐車を妨げなければならない。 この目的のために、多様なディープラーニング戦略を評価する。 彼らは共通して、市内の空気品質に関するラベルを予測するために、集合的空気品質測定を使用する。 本提案はマドリード(spain)の経済パラメータと深層学習品質基準を用いて評価される。

関連論文リスト

• GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [82.19172267487998]
  GARLIC: GPT拡張強化学習のフレームワーク。 本稿では,GPT強化強化学習とインテリジェント制御のフレームワークであるGARLICについて紹介する。
  論文  参考訳（メタデータ） (2024-08-19T08:23:38Z)
• Crowdsourced reviews reveal substantial disparities in public perceptions of parking [2.3034861262968453]
  本研究は,全米の駐車場に対する一般の認識を調査するため,費用対効果が高く,広くアクセス可能なデータソースであるクラウドソースオンラインレビューを紹介した。 Google Mapsから得られた911のコアベース統計領域(CBSA)を対象に,駐車関連レビュー4,987,483件のPOI(1,129,460点)について検討した。 POI型とCBSA型にまたがるパーキング感の顕著な変化がみられ,レストランPOIは最もネガティブな傾向を示した。
  論文  参考訳（メタデータ） (2024-07-06T15:17:17Z)
• Back to the Future: GNN-based NO$_2$ Forecasting via Future Covariates [49.93577170464313]
  都市全域にわたる地上監視ネットワークにおける大気質観測について検討する。 我々は過去と将来の共変分を現在の観測に埋め込む条件付きブロックを提案する。 将来の気象情報に対する条件付けは,過去の交通状況を考えるよりも影響が大きいことが判明した。
  論文  参考訳（メタデータ） (2024-04-08T09:13:16Z)
• QoS prediction in radio vehicular environments via prior user information [54.853542701389074]
  セルラーテストネットワークから収集したデータを用いて,時間帯を予測するためのMLツリーアンサンブル手法の評価を行った。 具体的には、先行車両の情報を含め、無線環境から得られる測定値の相関を利用して、目標車両の予測を強化する。
  論文  参考訳（メタデータ） (2024-02-27T17:05:41Z)
• Truck Parking Usage Prediction with Decomposed Graph Neural Networks [15.291200515217513]
  貨物回廊のトラックの駐車は、不十分な駐車場の大きな課題に直面している。 正確な駐車場利用予測を提供することは、安全でない駐車慣行を減らすためのコスト効率の高いソリューションであることが示されている。 本稿では地域時間グラフニューラルネットワーク(RegT-CN)を提案する。
  論文  参考訳（メタデータ） (2024-01-23T17:14:01Z)
• AirFormer: Predicting Nationwide Air Quality in China with Transformers [43.48965814702661]
  AirFormerは中国全国の空気質を総合的に予測する新しいトランスフォーマーアーキテクチャである。 AirFormerは72時間の予測で予測エラーを5%削減する。
  論文  参考訳（メタデータ） (2022-11-29T07:22:49Z)
• IMPACT: Integrated Bottom-Up Greenhouse Gas Emission Pathways for Cities [0.0]
  IMPACT経路は、技術導入ポリシーとゾーン政策、気候変動、グリッド脱炭シナリオを統合する。 スプロールの排出プレミアムを特定し、時間とともにリバウンドする排出を示す有害な政策の組み合わせが存在することを示す。
  論文  参考訳（メタデータ） (2022-01-31T02:30:39Z)
• HighAir: A Hierarchical Graph Neural Network-Based Air Quality Forecasting Method [8.86417830514213]
  HighAirは階層型グラフニューラルネットワークに基づく空気質予測手法である。 都市レベルのグラフと駅レベルのグラフを階層的な観点から構築する。 ヤンツェ川デルタ都市群のデータセット上で、HighAirと最新の空気品質予測方法を比較します。
  論文  参考訳（メタデータ） (2021-01-12T02:31:14Z)
• SOCAIRE: Forecasting and Monitoring Urban Air Quality in Madrid [0.0]
  本稿では,ニューラルネットワーク,統計モデル,ネストモデルに基づく運用ツールであるSOCAIREを提案する。 大気汚染の過去の濃度、人間の活動、数値汚染の推定、数値天気予報など、大気汚染に影響を及ぼす可能性のある各コンポーネントをモデル化することに焦点を当てている。 このツールは現在マドリードで運用されており、48時間にわたって毎日の空気の質を予測している。
  論文  参考訳（メタデータ） (2020-11-19T09:39:10Z)
• Multi-Agent Deep Reinforcement Learning for HVAC Control in Commercial Buildings [38.326533494236266]
  商業ビルでは、総電力の約40%-50%が暖房、換気、空調システムによるものである。 本稿では, ゾーンの占有, 熱的快適さ, 室内空気質の快適さをともなう動的価格の下で, マルチゾーンビルにおけるHVACシステムのエネルギーコストを最小化することを目的としている。
  論文  参考訳（メタデータ） (2020-06-25T03:41:42Z)

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。