論文の概要: Extracting Spatial Interaction Patterns between Urban Road Networks and Mixed Functions

• arxiv url: http://arxiv.org/abs/2211.01545v1
• Date: Thu, 3 Nov 2022 01:41:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 12:14:36.382420
• Title: Extracting Spatial Interaction Patterns between Urban Road Networks and Mixed Functions
• Title（参考訳）: 都市道路網と混合機能間の空間的相互作用パターンの抽出
• Authors: Huidan Xiao, Tao Yang
• Abstract要約: ある地域の機能が混ざり合っているほど、その活力が増す可能性がある。 本研究は,道路ネットワークの構造の度合いが高いほど,関数の集約を惹きつける可能性が高くなることを示す。 また、地方レベルの多様化が都市機能の収集に役立つことも明らかにした。
• 参考スコア（独自算出の注目度）: 4.198538504785438
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the field of urban planning, road network system planning is often the first step and the main purpose of urban planning is to create a spatial configuration of different functions such as residence, education, business, etc. Generally speaking, the more mixed the functions of an area has, the more possible its vitality may be. Therefore, in this article, we propose a new framework to study the specific spatial influence patterns of the overall structure and different sub-structures of road networks on the mixed functions. Taking road segment as the basic unit, we characterize mixed functions aggregation of road networks with the number of POIs categories within 100 meters around every road segment. At the same time, on the basis of centrality measurement in graph theory, we use 4 indexes to reflect the characteristics of the urban road network structure, including degree, closeness, betweenness, and length. We conduct our methods and experiments using the road networks and POI data within the 5th ring road of Beijing. The results demonstrate that urban road networks inherently influence the aggregation of urban mixed functions in various patterns and the patterns of road network sub-structures is also quite different. Our study shows that the higher the degree of the road network structure has, the more likely it will attract functions' aggregation. It also reveals that diversified local degree will help gather urban functions. In addition to those, the analysis as well validates the importance of small-grids typology of urban road networks and the closeness to the center of cities.
• Abstract（参考訳）: 都市計画の分野では、道路網の計画が第一段階であり、都市計画の主な目的は、住居、教育、事業など様々な機能を備えた空間構成を作ることである。 一般的に言えば、ある領域の機能がより混ざり合うほど、その活力は高まるかもしれない。 そこで本稿では,道路網全体の空間的影響パターンと,道路網の異なる部分構造が混合関数に与える影響について検討する新しい枠組みを提案する。 道路セグメントを基本単位として,各道路セグメント周辺100m以内のPOIカテゴリー数を有する道路ネットワークの混合関数集約を特徴付ける。 同時に, グラフ理論における中心性測定に基づいて, 4つの指標を用いて都市道路網の構造の特徴を反映し, 次数, 近接度, 間距離, 長さを考察した。 北京第5環道路における道路ネットワークとPOIデータを用いた手法と実験を行った。 その結果,都市道路網は様々なパターンの混合関数の集合に本質的に影響を及ぼし,道路網のサブ構造も全く異なることがわかった。 本研究は,道路ネットワークの構造の度合いが高いほど,関数の集約を惹きつける可能性が高くなることを示す。 また、多様化した地域学位が都市機能の収集に役立つことも明らかにしている。 これらの分析に加えて,都市道路網における小グリッドタイプポロジーの重要性と,都市中心への密接性も検証した。

関連論文リスト

• Image Captioning via Dynamic Path Customization [100.15412641586525]
  画像キャプションのための新しい動的トランスフォーマーネットワーク(DTNet)を提案する。 提案するDTNetの有効性を検証するため,MS-COCOデータセットの広範な実験を行い,新しい最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-06-01T07:23:21Z)
• A shape-based heuristic for the detection of urban block artifacts in street networks [0.0]
  ストリートネットワークは都市のユビキタスな構成要素であり、開発を指導し、場所から場所への移動を可能にする。 グラフ表現は主に交通目的のために設計されている。 この表現は、交通ネットワークを単純化する必要がある他のユースケースには適していない。
  論文  参考訳（メタデータ） (2023-09-01T13:11:35Z)
• Adaptive Hierarchical SpatioTemporal Network for Traffic Forecasting [70.66710698485745]
  本稿では,AHSTN(Adaptive Hierarchical SpatioTemporal Network)を提案する。 AHSTNは空間階層を利用し、マルチスケール空間相関をモデル化する。 2つの実世界のデータセットの実験により、AHSTNはいくつかの強いベースラインよりも優れたパフォーマンスを達成することが示された。
  論文  参考訳（メタデータ） (2023-06-15T14:50:27Z)
• Urban Landscape from the Structure of Road Network: A Complexity Perspective [0.0]
  モデル化されたネットワークエンティティの空間スケールと,その内に含まれる有用な情報量との関係について検討する。 本稿では,複雑性科学と情報理論のエントロピー尺度を用いて,ネットワークの各プレゼンテーションにおける情報量の定量化を行う。 得られたネットワークは, 都市プランナーが使用する計画境界と非常によく一致している。
  論文  参考訳（メタデータ） (2022-01-26T14:03:12Z)
• Neural Embeddings of Urban Big Data Reveal Emergent Structures in Cities [7.148078723492643]
  都市部の異質性を利用したニューラルネットワーク(GNN)を提案する。 アメリカ合衆国の16大都市圏において,何百万もの携帯電話利用者による大規模高解像度モビリティデータセットを用いて,都市部コンポーネント間の複雑な関係をエンコードしていることを示す。 異なる郡で訓練されたモデルによって生成された埋め込みは、他の郡における創発的空間構造の50%から60%を捉えることができることを示す。
  論文  参考訳（メタデータ） (2021-10-24T07:13:14Z)
• Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
  粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。 本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。 提案手法は,高品質なトラフィックフローマップを作成できる。
  論文  参考訳（メタデータ） (2021-09-29T07:51:49Z)
• SPIN Road Mapper: Extracting Roads from Aerial Images via Spatial and Interaction Space Graph Reasoning for Autonomous Driving [64.10636296274168]
  道路抽出は、自律航法システムを構築するための重要なステップである。 この問題に対して単に畳み込みニューラルネットワーク(ConvNets)を使用することは、画像内の道路セグメント間の遠い依存関係をキャプチャする非効率であるため、効果がない。 本研究では,ConvNetに接続した時,特徴写像から投影された空間空間および相互作用空間上に構築されたグラフの推論を行う空間空間グラフ推論(SPIN)モジュールを提案する。
  論文  参考訳（メタデータ） (2021-09-16T03:52:17Z)
• Optimal transport in multilayer networks [68.8204255655161]
  本稿では,各層上の最適フローが,コストの最小化に寄与するモデルを提案する。 アプリケーションとして,各層が異なる輸送システムに関連付けられている交通ネットワークを考察する。 この結果の例をボルドー市とバスと路面電車の2層ネットワークで示し、ある状況下では路面電車網の存在が道路網の交通を著しく覆い隠している。
  論文  参考訳（メタデータ） (2021-06-14T07:33:09Z)
• Quantifying spatial homogeneity of urban road networks via graph neural networks [12.875369866362327]
  都市道路ネットワーク(URN)の空間均質性は、各異なるコンポーネントがネットワーク全体と類似しているかどうかを測定します。 グラフニューラルネットワークを使用して、世界中の30都市で11,790のURNサンプルをモデル化し、その予測可能性を使用して空間均質を定義します。
  論文  参考訳（メタデータ） (2021-01-01T19:45:04Z)
• Multiple abrupt phase transitions in urban transport congestion [0.0]
  本研究は,都市部における混雑開始位置が都市部によって変化することを示す。 アーボリアル周辺に連結した密集都市中心からなる平面道路網モデルについて紹介する。
  論文  参考訳（メタデータ） (2020-05-26T17:58:44Z)
• Constructing Geographic and Long-term Temporal Graph for Traffic Forecasting [88.5550074808201]
  交通予測のための地理・長期時間グラフ畳み込み型ニューラルネットワーク(GLT-GCRNN)を提案する。 本研究では,地理的・長期的時間的パターンを共有する道路間のリッチな相互作用を学習する交通予測のための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-04-23T03:50:46Z)

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。