論文の概要: Understanding COVID-19 Effects on Mobility: A Community-Engaged Approach
- arxiv url: http://arxiv.org/abs/2201.06955v1
- Date: Mon, 10 Jan 2022 09:37:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-01 19:27:11.935885
- Title: Understanding COVID-19 Effects on Mobility: A Community-Engaged Approach
- Title(参考訳): 移動性に対するCOVID-19の影響を理解する - 地域社会によるアプローチ
- Authors: Arun Sharma, Majid Farhadloo, Yan Li, Aditya Kulkarni, Jayant Gupta,
Shashi Shekhar
- Abstract要約: 集約されたモバイルデバイスデータを考えると、新型コロナウイルスの政策介入がモビリティに与える影響を理解することが目的だ。
長期の訪問でクエリをサポートするエンティティ関係図、システムアーキテクチャ、実装を提供する。
- 参考スコア(独自算出の注目度): 4.3098954820300435
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Given aggregated mobile device data, the goal is to understand the impact of
COVID-19 policy interventions on mobility. This problem is vital due to
important societal use cases, such as safely reopening the economy. Challenges
include understanding and interpreting questions of interest to policymakers,
cross-jurisdictional variability in choice and time of interventions, the large
data volume, and unknown sampling bias. The related work has explored the
COVID-19 impact on travel distance, time spent at home, and the number of
visitors at different points of interest. However, many policymakers are
interested in long-duration visits to high-risk business categories and
understanding the spatial selection bias to interpret summary reports. We
provide an Entity Relationship diagram, system architecture, and implementation
to support queries on long-duration visits in addition to fine resolution
device count maps to understand spatial bias. We closely collaborated with
policymakers to derive the system requirements and evaluate the system
components, the summary reports, and visualizations.
- Abstract(参考訳): モバイルデバイスの集計データを考えると、目標は新型コロナウイルス(covid-19)の政策介入がモビリティに与える影響を理解することだ。
この問題は、経済を安全に再開するといった重要な社会的なユースケースのために不可欠である。
課題には、政策立案者に対する関心の質問の理解と解釈、介入の選択と時間における断続的変動、大規模なデータボリューム、未知のサンプリングバイアスなどが含まれる。
関連した研究は、新型コロナウイルス(covid-19)が旅行距離、自宅で過ごす時間、関心のある場所の訪問者数に与えた影響を調査した。
しかし、多くの政策立案者は、リスクの高いビジネスカテゴリーへの長期訪問に関心を持ち、サマリーレポートを解釈するために空間選択バイアスを理解する。
本稿では,長期滞在時の問い合わせを支援するエンティティ関係図,システムアーキテクチャ,実装,空間バイアスを理解するための細分化デバイス数マップを提供する。
システム要件を導出し,システムコンポーネント,要約レポート,視覚化を評価するために,政策立案者と密接に協力した。
関連論文リスト
- Rethinking Integration of Prediction and Planning in Deep Learning-Based
Automated Driving Systems: A Review [62.997667081978825]
最近の研究は、安全で効率的で快適な運転を実現するためには、相互依存のジョイントステップにおける予測と計画の統合が必要であることを示唆している。
我々は、最先端のディープラーニングベースの予測、計画、統合予測と計画モデルについて体系的にレビューする。
論文 参考訳(メタデータ) (2023-08-10T17:53:03Z) - Re-mine, Learn and Reason: Exploring the Cross-modal Semantic
Correlations for Language-guided HOI detection [57.13665112065285]
ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。
本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
論文 参考訳(メタデータ) (2023-07-25T14:20:52Z) - Urban Mobility [0.0]
車両に搭載されたセンサから、携帯電話の記録、位置情報ベースのソーシャルネットワークトレース、GPSトラジェクトリなど、このアプローチを可能にするデータセットの概要を示す。
次に、個人移動の生成モデルと予測モデル、および予測可能性の本質的な限界による制限について説明する。
我々は、ライドシェアリング、マルチモダリティ、持続可能な輸送といったシステム全体の課題を含む、システムの観点から都市交通について議論する。
論文 参考訳(メタデータ) (2022-11-01T09:58:49Z) - Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。
我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。
本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文 参考訳(メタデータ) (2022-07-23T01:06:34Z) - Capturing Stance Dynamics in Social Media: Open Challenges and Research
Directions [6.531659195805749]
ソーシャルメディアプラットフォームは、幅広い社会的関心の問題に関する世論を掘り下げるために金鉱を提供する。
オピニオンマイニング(オピニオンマイニング)は、個々のソーシャルメディア投稿のスタンスを捉え、集約することで、運用できる問題である。
デジタルメディアにおける人的コミュニケーションの時間的進化と計算言語学の交わりについて検討する。
論文 参考訳(メタデータ) (2021-09-01T16:28:24Z) - ExcavatorCovid: Extracting Events and Relations from Text Corpora for
Temporal and Causal Analysis for COVID-19 [63.72766553648224]
excavatorcovidは、オープンソースのテキスト文書を取り込む機械読取システムである。
COVID19関連イベントとそれらの関係を抽出し、時間と因果分析グラフを構築する。
論文 参考訳(メタデータ) (2021-05-05T01:18:46Z) - On Exposing the Challenging Long Tail in Future Prediction of Traffic
Actors [38.782472905505124]
ほとんどのクリティカルシナリオは、非クリティカルシナリオよりも頻度が低く、より複雑です。
本稿では,データセット分布の長い部分における難解なシナリオを具体的に取り上げる。
4つの公開データセットから、全体的なパフォーマンスが安定している間に、困難なシナリオのパフォーマンスが向上することを示す。
論文 参考訳(メタデータ) (2021-03-23T11:56:15Z) - Studying Person-Specific Pointing and Gaze Behavior for Multimodal
Referencing of Outside Objects from a Moving Vehicle [58.720142291102135]
物体選択と参照のための自動車応用において、手指しと目視が広く研究されている。
既存の車外参照手法は静的な状況に重点を置いているが、移動車両の状況は極めて動的であり、安全性に制約がある。
本研究では,外部オブジェクトを参照するタスクにおいて,各モダリティの具体的特徴とそれら間の相互作用について検討する。
論文 参考訳(メタデータ) (2020-09-23T14:56:19Z) - 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) - An Interactive Data Visualization and Analytics Tool to Evaluate
Mobility and Sociability Trends During COVID-19 [11.351884523503765]
C2研究チームは、新型コロナウイルスが移動性と社会性に与える影響を調査している。
ニューヨーク(NYC)とシアトルは、米国内の新型コロナウイルスに最も影響された2つの都市のうちの1つです。
本稿では、ニューヨークとシアトルにおける、COVID-19関連モビリティデータダッシュボードのアーキテクチャと、予備的なモビリティと社会性メトリクスについて述べる。
論文 参考訳(メタデータ) (2020-06-26T09:27:53Z) - K-Prototype Segmentation Analysis on Large-scale Ridesourcing Trip Data [0.0]
本研究は、シカゴの公共配車データのシティアルゴリズムを用いて、モビリティの出現パターンについて検討する。
目的は、配車サービスのパトロンの体系的なバリエーションを調べることである。
悪天候条件に関する重要な相違点から,6種類の配車プロトタイプを同定し,検討した。
論文 参考訳(メタデータ) (2020-06-24T17:53:26Z)
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。