Fugu-MT 論文翻訳(概要): Modeling 100% Electrified Transportation in NYC

論文の概要: Modeling 100% Electrified Transportation in NYC

arxiv url: http://arxiv.org/abs/2211.11581v2
Date: Wed, 15 Feb 2023 19:57:10 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 12:34:48.137850
Title: Modeling 100% Electrified Transportation in NYC
Title（参考訳）: ニューヨーク市における100%電化輸送のモデル化
Authors: Jingrong Zhang, Amber Jiang, Brian Newborn, Sara Kou, Robert Mieth
Abstract要約: 本稿では,通勤交通のエネルギー需要を評価するために,社会経済的・人口統計学的・地理的データを用いた手法を提案する。我々は、最先端のバッテリーと電気駆動技術の技術仕様を用いて、各シナリオの電力需要を定量化する。
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: Envisioning a future 100\% electrified transportation sector, this paper proposes a uses socio-economic, demographic, and geographic data to asses electric energy demand from commuter traffic. Additionally, we explore the possible mode choices of each individual, which allows to create mode-mix scenarios for the entire population. We quantify the electric energy demand for each scenario using technical specifications of state-of-the-art battery and electric drives technology in combination with different charging scenarios. Using data sets for New York City, our results highlight the need for infrastructure investments, the usefulness of flexible charging policies and the positive impact of incentivizing micromobility and mass-transit options. Our model and results are publicly available as interactive dashboard.
Abstract（参考訳）: そこで本稿では,将来的な電力輸送分野を想定し,社会経済,人口,地理的データを用いて通勤者からの電力需要を推定する手法を提案する。さらに、各個体のモード選択の可能性について検討し、集団全体のモードミックスシナリオを作成する。我々は,最先端電池と電気駆動技術の技術的仕様と異なる充電シナリオを組み合わせて,各シナリオの電力需要を定量化する。ニューヨーク市のデータセットを用いて,インフラ投資の必要性,柔軟な充電ポリシーの有用性,マイクロモビリティや大量輸送オプションのインセンティブによるポジティブな影響を浮き彫りにした。私たちのモデルと結果はインタラクティブダッシュボードとして公開されています。

関連論文リスト

Maximum flow-based formulation for the optimal location of electric vehicle charging stations [2.340830801548167]
本稿では,EV充電需要を最大フロー問題として駅に割り当てるモデルを提案する。実世界のシナリオを扱うための我々のアプローチのスケーラビリティを実証し、モントリオール市の方法論を紹介します。
論文参考訳（メタデータ） (2023-12-10T19:49:09Z)
TrafficBots: Towards World Models for Autonomous Driving Simulation and Motion Prediction [149.5716746789134]
我々は,データ駆動型交通シミュレーションを世界モデルとして定式化できることを示した。動作予測とエンドツーエンドの運転に基づくマルチエージェントポリシーであるTrafficBotsを紹介する。オープンモーションデータセットの実験は、TrafficBotsが現実的なマルチエージェント動作をシミュレートできることを示している。
論文参考訳（メタデータ） (2023-03-07T18:28:41Z)
Valuation of Public Bus Electrification with Open Data [1.2740654484866891]
本研究は、オープンソースのデータに基づいて、世界中の都市を対象に、公共交通バスの電気化の経済的、環境的、社会的価値を推定する新しい枠組みを提供する。物理インフォームド機械学習モデルを構築し,エネルギー消費量,二酸化炭素排出量,健康影響,輸送経路の総所有コストを評価する。
論文参考訳（メタデータ） (2022-09-25T00:02:23Z)
Machine learning applications for electricity market agent-based models: A systematic literature review [68.8204255655161]
エージェントベースのシミュレーションは、電気市場のダイナミクスをよりよく理解するために使用される。エージェントベースのモデルは、機械学習と人工知能を統合する機会を提供する。我々は、エージェントベースの電気市場モデルに適用された機械学習に焦点を当てた2016年から2021年の間に発行された55の論文をレビューする。
論文参考訳（メタデータ） (2022-06-05T14:52:26Z)
Estimation of Electric Vehicle Public Charging Demand using Cellphone Data and Points of Interest-based Segmentation [0.0]
道路の電気化競争が始まり、ドライバーが燃料駆動の車両から電気自動車に乗り換えるよう促すには、堅牢な電気自動車(EV)充電インフラが必要である。本稿では,革新的なEV充電需要推定とセグメンテーション手法を提案する。
論文参考訳（メタデータ） (2022-06-02T09:54:11Z)
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)
Electric Vehicle Charging Infrastructure Planning: A Scalable Computational Framework [5.572792035859953]
交通システムと送電網のネットワーク規模が増大しているため, 大規模空間における最適充電インフラ計画問題は困難である。本稿では,密に統合された輸送網と電力網網を網羅する電気自動車充電インフラ計画のためのスケーラブルな計算フレームワークの実証に焦点をあてる。
論文参考訳（メタデータ） (2020-11-17T16:48:07Z)
Exploring market power using deep reinforcement learning for intelligent bidding strategies [69.3939291118954]
キャパシティが1年の平均的な電力価格に影響を及ぼすことがわかりました。 $sim$25%と$sim$11%の値は、市場構造と国によって異なる可能性がある。平均市場価格の約2倍の市場上限の使用は、この効果を著しく減少させ、競争力のある市場を維持する効果があることを観察する。
論文参考訳（メタデータ） (2020-11-08T21:07:42Z)
A Survey on Smart Metering Systems using Blockchain for E-Mobility [0.0]
電気自動車の登場に伴い、世界中の電力システムに様々な課題と機会が提示されている。電気モビリティを実現するためには、エネルギー消費のスマートな測定や、これらの測定のサイバーセキュリティといった、新たな課題を解決しなければならない。
論文参考訳（メタデータ） (2020-09-06T22:55:25Z)
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)
Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable Edge Computing Systems [87.4519172058185]
エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
論文参考訳（メタデータ） (2020-02-20T04:58:07Z)

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。