論文の概要: Improving Urban Mobility: using artificial intelligence and new
technologies to connect supply and demand
- arxiv url: http://arxiv.org/abs/2204.03570v1
- Date: Fri, 18 Mar 2022 14:37:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-10 11:10:56.148126
- Title: Improving Urban Mobility: using artificial intelligence and new
technologies to connect supply and demand
- Title(参考訳): 都市移動性の向上 : 人工知能と新しい技術を使って供給と需要を結びつける
- Authors: Ana L. C. Bazzan
- Abstract要約: インテリジェントトランスポートシステム(ITS)は,情報通信技術をどのように活用するかを交通問題に適用するかを検討することを目的としている。
このパノラマでは、人工知能が特に機械学習の進歩において重要な役割を果たす。
- 参考スコア(独自算出の注目度): 7.347028791196305
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As the demand for mobility in our society seems to increase, the various
issues centered on urban mobility are among those that worry most city
inhabitants in this planet. For instance, how to go from A to B in an efficient
(but also less stressful) way? These questions and concerns have not changed
even during the covid-19 pandemic; on the contrary, as the current stand,
people who are avoiding public transportation are only contributing to an
increase in the vehicular traffic. The are of intelligent transportation
systems (ITS) aims at investigating how to employ information and communication
technologies to problems related to transportation. This may mean monitoring
and managing the infrastructure (e.g., traffic roads, traffic signals, etc.).
However, currently, ITS is also targeting the management of demand. In this
panorama, artificial intelligence plays an important role, especially with the
advances in machine learning that translates in the use of computational
vision, connected and autonomous vehicles, agent-based simulation, among
others. In the present work, a survey of several works developed by our group
are discussed in a holistic perspective, i.e., they cover not only the supply
side (as commonly found in ITS works), but also the demand side, and, in an
novel perspective, the integration of both.
- Abstract(参考訳): 我々の社会におけるモビリティの需要が増大するにつれて、都市モビリティを中心とした様々な問題が、この惑星の都市住民を悩ませている。
例えば、効率的な(しかしストレスが少ない)方法でAからBへ進むにはどうすればよいのか?
これらの疑問や懸念は新型コロナウイルス(covid-19)パンデミックの間でさえ変化せず、それとは対照的に、公共交通機関を避けている人々は自動車交通の増加にのみ寄与している。
インテリジェントトランスポートシステム(ITS)は,情報通信技術をどのように活用するかを交通問題に適用するかを検討することを目的としている。
これは、インフラストラクチャ(例えば、道路、信号機など)の監視と管理を意味する可能性がある。
しかし、現在、ITSは需要管理も対象としている。
このパノラマでは、人工知能が重要な役割を担い、特にコンピュータビジョン、コネクテッドおよび自律走行車の使用、エージェントベースのシミュレーションなど、機械学習の進歩において重要である。
本研究では,本グループが開発したいくつかの作品について,供給側(ITS作品に共通する)だけでなく,需要側,そして新たな視点において,両者の統合を包括的に論じる。
関連論文リスト
- Trip Planning for Autonomous Vehicles with Wireless Data Transfer Needs
Using Reinforcement Learning [7.23389716633927]
車両データ転送要求を満たすために,高帯域道路を優先する新しい強化学習ソリューションを提案する。
我々は、この手法をトラフィックを意識しないベースラインや帯域幅を意識しないベースラインと比較し、不均一なトラフィック下での処理性能を示す。
論文 参考訳(メタデータ) (2023-09-21T23:19:16Z) - Artificial Intelligence for Smart Transportation [8.482269911822723]
アメリカには7000以上の公共交通機関(さらに多くの民間機関)がある。
本章では,AI駆動型スマートトランスポートシステムの設計に関する要件,目的,課題について論じる。
論文 参考訳(メタデータ) (2023-08-14T21:01:00Z) - Vision Paper: Causal Inference for Interpretable and Robust Machine
Learning in Mobility Analysis [71.2468615993246]
インテリジェントな輸送システムを構築するには、人工知能とモビリティ分析の複雑な組み合わせが必要である。
ここ数年、高度なディープニューラルネットワークを使った輸送アプリケーションの開発が急速に進んでいる。
このビジョンペーパーは、解釈可能性と堅牢性を必要とするディープラーニングに基づくモビリティ分析における研究課題を強調する。
論文 参考訳(メタデータ) (2022-10-18T17:28:58Z) - Understanding and Developing Equitable and Fair Transportation Systems [3.1473798197405944]
交通システムをより良く設計し、計画する必要がある。
道路や橋は貧民を除いた富裕層を繋ぐのがよい。
この提案は、これらの質問に答える最初のステップである。
論文 参考訳(メタデータ) (2022-09-21T18:26:19Z) - Intelligent Traffic Monitoring with Hybrid AI [78.65479854534858]
マルチモーダルコンテキスト理解のためのニューロシンボリックアーキテクチャであるHANSを紹介する。
HANSが交通監視に関わる課題にどのように対処するかを示すとともに,幅広い推論手法と統合可能であることを示す。
論文 参考訳(メタデータ) (2022-08-31T17:47:22Z) - Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。
擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
論文 参考訳(メタデータ) (2022-06-28T17:08:31Z) - AI in Smart Cities: Challenges and approaches to enable road vehicle
automation and smart traffic control [56.73750387509709]
SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。
本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
論文 参考訳(メタデータ) (2021-04-07T14:31:08Z) - 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) - 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) - Autonomous Shuttle-as-a-Service (ASaaS): Challenges, Opportunities, and
Social Implications [10.075017640104843]
スマートモビリティシステムは、都市交通施設の効率的な利用を支援することを目的としている。
ここ数年、いくつかの都市は「ラストマイル」モビリティサービスに自律走行車を使うことに関心を示した。
自動運転シャトル(AS)は、市中心部への新たな移動・配達サービスとして考えられ始めている。
論文 参考訳(メタデータ) (2020-01-14T12:34:03Z)
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。