論文の概要: Data-driven micromobility network planning for demand and safety

• arxiv url: http://arxiv.org/abs/2203.14619v2
• Date: Mon, 10 Oct 2022 11:29:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 15:52:16.861112
• Title: Data-driven micromobility network planning for demand and safety
• Title（参考訳）: 需要と安全のためのデータ駆動型マイクロモビリティネットワーク計画
• Authors: Pietro Folco, Laetitia Gauvin, Michele Tizzoni, Michael Szell
• Abstract要約: 都市マイクロモビリティのインフラは一般的にアドホックで計画されており、調査データによって最もよく知られています。 需要ベースと安全ベースの開発に焦点を合わせるパラメータを導入する。 本稿では,データ駆動型プロセスが都市プランナに対して,短時間の変動シナリオ計画の自動支援を実現する方法を示す。
• 参考スコア（独自算出の注目度）: 0.688204255655161
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Developing safe infrastructure for micromobility like bicycles or e-scooters is an efficient pathway towards climate-friendly, sustainable, and livable cities. However, urban micromobility infrastructure is typically planned ad-hoc and at best informed by survey data. Here we study how data of micromobility trips and crashes can shape and automatize such network planning processes. We introduce a parameter that tunes the focus between demand-based and safety-based development, and investigate systematically this tradeoff for the city of Turin. We find that a full focus on demand or safety generates different network extensions in the short term, with an optimal tradeoff in-between. In the long term our framework improves overall network quality independent of short-term focus. Thus, we show how a data-driven process can provide urban planners with automated assistance for variable short-term scenario planning while maintaining the long-term goal of a sustainable, city-spanning micromobility network.
• Abstract（参考訳）: 自転車や電動スクーターのようなマイクロモビリティのための安全なインフラを構築することは、気候にやさしい、持続可能な、そして自由な都市への効率的な経路である。 しかし、都市マイクロモビリティ・インフラストラクチャーは、通常、アドホックに計画されており、調査データからよくわかる。 本稿では,マイクロモビリティ・トリップとクラッシュのデータがネットワーク計画プロセスをどのように形成し,自動化できるかを考察する。 我々は,需要ベースの開発と安全ベースの開発に焦点を合わせるパラメータを導入し,トリノ市におけるこのトレードオフを体系的に検討する。 需要や安全性に重点を置いていると、短期的に異なるネットワーク拡張が生成され、最適なトレードオフが生まれる。 長期的には、短期的な焦点に依存しない全体的なネットワーク品質を改善します。 このように,データ駆動型プロセスは,持続可能な都市間マイクロモビリティネットワークの長期的目標を維持しつつ,都市プランナーに可変短期シナリオ計画の自動化支援を提供することができることを示す。

関連論文リスト

• Reliable, Routable, and Reproducible: Collection of Pedestrian Pathways at Statewide Scale [7.346075203371274]
  本稿では,国家規模で歩行者経路データを収集,管理,提供,維持する手法を提案する。 約2年以内にワシントン州全体に向けて、荒削りな歩行者道を作ることを目標としている。
  論文  参考訳（メタデータ） (2024-10-12T02:31:57Z)
• MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility [52.0930915607703]
  最近のロボティクスとエンボディードAIの進歩により、公共の都市空間はもはや人間専用ではない。 公共の都市空間における短距離移動のためのAIによって実現されるマイクロモビリティは、将来の交通システムにおいて重要な要素である。 本稿では,AI駆動型都市マイクロモビリティ研究のための構成シミュレーションプラットフォームであるMetaUrbanを紹介する。
  論文  参考訳（メタデータ） (2024-07-11T17:56:49Z)
• MetroGNN: Metro Network Expansion with Reinforcement Learning [29.418145526587313]
  都市の異種マルチグラフにおけるマルコフ決定プロセスに対処するための強化学習フレームワークを提案する。 このアプローチでは,グラフニューラルネットワークが取得した情報に基づいて,インテリジェントにノードを選択する,注意型ポリシネットワークを採用している。
  論文  参考訳（メタデータ） (2024-03-14T09:09:15Z)
• Rethinking Urban Mobility Prediction: A Super-Multivariate Time Series Forecasting Approach [71.67506068703314]
  長期の都市移動予測は、都市施設やサービスの効果的管理において重要な役割を担っている。 伝統的に、都市移動データはビデオとして構成され、経度と緯度を基本的なピクセルとして扱う。 本研究では,都市におけるモビリティ予測の新たな視点について紹介する。 都市移動データを従来のビデオデータとして単純化するのではなく、複雑な時系列と見なす。
  論文  参考訳（メタデータ） (2023-12-04T07:39:05Z)
• Short Run Transit Route Planning Decision Support System Using a Deep Learning-Based Weighted Graph [0.0]
  本稿では,公共交通機関の計画立案者が短期間の経路改善を迅速に特定できるような,意思決定支援システムのための新しいディープラーニング手法を提案する。 本手法は,日中の2つの停留所間の経路をシームレスに調整することにより,時間を短縮し,PTサービスを増強する。 本研究では,道路セグメントの遅延値を予測するためのディープラーニングモデルを訓練し,これらの遅延値を輸送グラフのエッジ重みとして利用することにより,効率的な経路探索を実現する。
  論文  参考訳（メタデータ） (2023-08-24T14:37:55Z)
• Automated Detection of Missing Links in Bicycle Networks [0.15293427903448023]
  我々は,都市の自転車ネットワークにおいて最も重要なリンクを見つけるためのIPDC手順(Identify, Prioritize, Decluster, Classify)を開発した。 まず、多重化ネットワークアプローチによるすべての可能なギャップを特定し、フローベースのメトリックに従って優先順位付けし、新たなギャップクラスタを分解し、手動でギャップのタイプを分類する。 以上の結果から,最小データ要件によるネットワーク分析が,自転車ネットワーク計画の費用効率向上支援ツールとして有効であることを示す。
  論文  参考訳（メタデータ） (2022-01-10T15:35:14Z)
• An Experimental Urban Case Study with Various Data Sources and a Model for Traffic Estimation [65.28133251370055]
  我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。 我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。 本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
  論文  参考訳（メタデータ） (2021-08-02T08:13:57Z)
• Listening to the city, attentively: A Spatio-Temporal Attention Boosted Autoencoder for the Short-Term Flow Prediction Problem [0.9625436987364908]
  マルチアテンション(空間的および時間的)を備えたSTREED-Netと呼ばれるフレームワークを提案し、高レベルの空間的および時間的特徴をより良くマイニングする。 都市が分断された異なる地域の流入と流出を予測するために、3つの実際のデータセットの実験を行います。
  論文  参考訳（メタデータ） (2021-03-01T13:17:33Z)
• Deep Reinforcement Learning with Spatio-temporal Traffic Forecasting for Data-Driven Base Station Sleep Control [39.31623488192675]
  5G時代のモバイル交通需要の増加に対応するため、基地局(BS)は無線アクセスネットワーク(RAN)に密に展開され、ネットワークカバレッジと容量が向上しています。 BSの高密度はピークトラフィックに対応するために設計されているため、オフピーク時にBSがオンになっている場合、不必要に大量のエネルギーを消費します。 セルラーネットワークのエネルギー消費を抑えるために、交通需要に応えないアイドルベースステーションを非活性化する方法が効果的である。 本論文では,DeepBSC と呼ばれるトラフィック認識型動的 BS 睡眠制御フレームワークを開発した。
  論文  参考訳（メタデータ） (2021-01-21T01:39:42Z)
• End-to-end Interpretable Neural Motion Planner [78.69295676456085]
  複雑な都市環境での自律走行学習のためのニューラルモーションプランナー(NMP)を提案する。 我々は,生lidarデータとhdマップを入力とし,解釈可能な中間表現を生成する全体モデルを設計した。 北米のいくつかの都市で収集された実世界の運転データにおける我々のアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2021-01-17T14:16:12Z)
• 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)

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。