論文の概要: Urban Mobility
- arxiv url: http://arxiv.org/abs/2211.00355v1
- Date: Tue, 1 Nov 2022 09:58:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 12:12:22.199486
- Title: Urban Mobility
- Title（参考訳）: 都市モビリティ
- Authors: Laura Alessandretti and Michael Szell
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this chapter, we discuss urban mobility from a complexity science
perspective. First, we give an overview of the datasets that enable this
approach, such as mobile phone records, location-based social network traces,
or GPS trajectories from sensors installed on vehicles. We then review the
empirical and theoretical understanding of the properties of human movements,
including the distribution of travel distances and times, the entropy of
trajectories, and the interplay between exploration and exploitation of
locations. Next, we explain generative and predictive models of individual
mobility, and their limitations due to intrinsic limits of predictability.
Finally, we discuss urban transport from a systemic perspective, including
system-wide challenges like ridesharing, multimodality, and sustainable
transport.
- Abstract（参考訳）: 本章では,複雑性科学の観点から都市移動について論じる。
まず,車両に搭載されたセンサからの携帯電話記録,位置情報に基づく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,このアプローチを実現するデータセットの概要を紹介する。
次に,移動距離と時間の分布,軌道のエントロピー,探究と位置の活用の相互作用など,人間の運動の性質に関する経験的および理論的理解について概観する。
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。
最後に、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。
関連論文リスト
- Mobility-based Traffic Forecasting in a Multimodal Transport System [0.0]
本研究は,各ノード間の移動量に基づく人口動態の分析を行い,その移動量に応じて交通の影響を観測,測定,予測するものである。
本研究では,人口移動データからマルチモーダル交通ネットワークのトラフィックを予測する機械学習手法について検討する。
論文 参考訳（メタデータ） (2024-11-05T18:58:30Z) - Pretrained Mobility Transformer: A Foundation Model for Human Mobility [11.713796525742405]
textbfPretrained textbfMobility textbfTransformer (PMT)
textbfMobility textbfTransformer (PMT)
textbfPretrained textbfMobility textbfTransformer (PMT)
論文 参考訳（メタデータ） (2024-05-29T00:07:22Z) - Exploring Contextual Representation and Multi-Modality for End-to-End
Autonomous Driving [58.879758550901364]
最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。
我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。
提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
論文 参考訳（メタデータ） (2022-10-13T05:56:20Z) - Predicting Future Occupancy Grids in Dynamic Environment with
Spatio-Temporal Learning [63.25627328308978]
本稿では,将来の占有予測を生成するための時間的予測ネットワークパイプラインを提案する。
現在のSOTAと比較して、我々の手法は3秒の長い水平線での占有を予測している。
我々は、さらなる研究を支援するために、nulisに基づくグリッド占有データセットを公開します。
論文 参考訳（メタデータ） (2022-05-06T13:45:32Z) - Deep Learning based Urban Vehicle Trajectory Analytics [1.3706331473063877]
この論文は、都市交通網における車両を指す「都市自動車軌道」に焦点を当てている。
本論文の目的は,都市自動車軌道分析のためのディープラーニングモデルを開発することである。
論文 参考訳（メタデータ） (2021-11-15T01:44:18Z) - Multimodal urban mobility and multilayer transport networks [0.0]
自転車道からバスや鉄道まで、交通網が都市移動のバックボーンとなっている。
マルチモーダルトランスポートシステムは、異なるトランスポートモードに関連するネットワークを独立して考慮しないマルチレイヤネットワークとして記述することができる。
現代都市におけるマルチモダリティの重要性にもかかわらず、このトピックの統一された見解は現在欠落している。
論文 参考訳（メタデータ） (2021-11-03T11:40:30Z) - 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) - Euro-PVI: Pedestrian Vehicle Interactions in Dense Urban Centers [126.81938540470847]
歩行者と自転車の軌跡のデータセットであるEuro-PVIを提案する。
本研究では,都市環境におけるエージェント間のマルチモーダル共有潜在空間を表現的に学習する共同推論モデルを開発する。
我々は,エゴ車と歩行者(自転車)の相互作用を正確に予測するために捉えることの重要性を示すnuScenesとEuro-PVIデータセット上での成果を達成した。
論文 参考訳（メタデータ） (2021-06-22T15:40:21Z) - 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) - Implicit Latent Variable Model for Scene-Consistent Motion Forecasting [78.74510891099395]
本稿では,センサデータから直接複雑な都市交通のシーン一貫性のある動き予測を学習することを目的とする。
我々は、シーンを相互作用グラフとしてモデル化し、強力なグラフニューラルネットワークを用いてシーンの分散潜在表現を学習する。
論文 参考訳（メタデータ） (2020-07-23T14:31:25Z) - Flow descriptors of human mobility networks [0.0]
本研究では,モビリティネットワークの流れとトポロジを特徴付けるシステム解析を提案し,その影響を個別のトレースに評価する。
この枠組みは, 都市計画の評価, 交通の最適化, 外部イベントや状況の影響の計測, 内部動態のモニタリング, 利用者の行動パターンに応じたプロファイル化に適している。
論文 参考訳（メタデータ） (2020-03-16T15:27:00Z)
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。