論文の概要: Equity Promotion in Public Transportation
- arxiv url: http://arxiv.org/abs/2211.14531v1
- Date: Sat, 26 Nov 2022 10:06:00 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-29 20:27:40.560270
- Title: Equity Promotion in Public Transportation
- Title（参考訳）: 公共交通機関におけるエクイティプロモーション
- Authors: Anik Pramanik, Pan Xu and Yifan Xu
- Abstract要約: 本研究は,エクイティ・プロモーション目的のために,この2つのアプローチを一体化するための最適化モデルを提案する。
我々は線形プログラミング(LP)に基づくラウンドリングアルゴリズムを設計し、最適近似比が1-1/eであることを証明する。
実験により,我々の理論予測を検証し,社会資本の促進に向けたLPベースの戦略の有効性を実証した。
- 参考スコア（独自算出の注目度）: 18.057286025603055
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: There are many news articles reporting the obstacles confronting
poverty-stricken households in access to public transits. These barriers create
a great deal of inconveniences for these impoverished families and more
importantly, they contribute a lot of social inequalities. A typical approach
addressing the issue is to build more transport infrastructure to offer more
opportunities to access the public transits especially for those deprived
communities. Examples include adding more bus lines connecting needy residents
to railways systems and extending existing bus lines to areas with low
socioeconomic status. Recently, a new strategy is proposed, which is to harness
the ubiquitous ride-hailing services to connect disadvantaged households with
the nearest public transportations. Compared with the former
infrastructure-based solution, the ride-hailing-based strategy enjoys a few
exclusive benefits such as higher effectiveness and more flexibility.
In this paper, we propose an optimization model to study how to integrate the
two approaches together for equity-promotion purposes. Specifically, we aim to
design a strategy of allocating a given limited budget to different candidate
programs such that the overall social equity is maximized, which is defined as
the minimum covering ratio among all pre-specified protected groups of
households (based on race, income, etc.). We have designed a linear-programming
(LP) based rounding algorithm, which proves to achieve an optimal approximation
ratio of 1-1/e. Additionally, we test our algorithm against a few baselines on
real data assembled by outsourcing multiple public datasets collected in the
city of Chicago. Experimental results confirm our theoretical predictions and
demonstrate the effectiveness of our LP-based strategy in promoting social
equity, especially when the budget is insufficient.
- Abstract（参考訳）: 公共交通機関へのアクセスにおいて貧困に苦しむ家庭に直面する障害を報告するニュース記事が多数ある。
これらの障壁は、これらの貧しい家族にとって多くの不便をもたらし、さらに重要なことに、彼らは多くの社会的不平等に寄与する。
この問題に対処する典型的なアプローチは、公共交通機関へのアクセス機会を増やすためにより多くの交通インフラを構築することである。
例えば、困窮した住民と鉄道網を結ぶバス路線を追加し、既存のバス路線を社会経済的地位の低い地域に拡張するなどである。
近年,不利な家庭と最寄りの公共交通機関をつなぐために,ユビキタス配車サービスを活用する新たな戦略が提案されている。
以前のインフラストラクチャベースのソリューションと比較して、ライドシェアリングベースの戦略は、より高い効率性と柔軟性などの排他的なメリットを享受しています。
本稿では,この2つのアプローチを統合する方法を検討するための最適化モデルを提案する。
具体的には、所定の限られた予算を異なる候補プログラムに割り当てる戦略を設計することを目的としており、これは、あらかじめ規定されたすべての世帯の保護グループ(人種、収入等)の中で、最小のカバー比率として定義される。
我々は線形プログラミング(LP)に基づくラウンドリングアルゴリズムを設計し、最適近似比が1-1/eであることを証明する。
さらに,シカゴ市で収集した複数の公開データセットをアウトソーシングして,実データ上のいくつかのベースラインに対してアルゴリズムをテストした。
実験結果は理論的な予測を検証し,特に予算不足時の社会的公平化促進におけるlp戦略の有効性を実証した。
関連論文リスト
- Enhancing Accessibility of Rural Populations through Vehicle-based
Services [0.9217021281095907]
モバイルクリニックは、農村住民の空間的アクセシビリティを高めるための費用効果の高いソリューションを提供している。
地域住民の空間的アクセシビリティを評価するため,GISデータとアクセシビリティ・スケーリング・ファクタを利用する。
このアプローチは、サハラ以南のアフリカの艦隊運営者、政策立案者、公共機関を含む意思決定者を支援する。
論文 参考訳（メタデータ） (2024-02-02T09:28:17Z) - AccEq-DRT: Planning Demand-Responsive Transit to reduce inequality of
accessibility [7.615022055373833]
我々は公共交通機関(PT)が提供するアクセシビリティに焦点をあてる
中心都市間のアクセシビリティの分布や、主要交通回廊や郊外の近くでは明らかな不平等がある。
我々はアクセシビリティの不平等を軽減することを目的としたDRT計画戦略をAccEq-DRTと呼ぶ。
論文 参考訳（メタデータ） (2023-10-06T16:13:28Z) - Nash Welfare and Facility Location [82.81742334337336]
沿線にエージェントを配置する施設を配置することの問題点を考察する。
エージェントのユーティリティの産物として定義されたナッシュの福祉目的機能は、公正性と効率性の妥協をもたらすことが知られている。
論文 参考訳（メタデータ） (2023-10-06T09:06:44Z) - Safe Model-Based Multi-Agent Mean-Field Reinforcement Learning [48.667697255912614]
平均場強化学習は、同一エージェントの無限集団と相互作用する代表エージェントのポリシーに対処する。
モデルベースの平均場強化学習アルゴリズムであるSafe-M$3$-UCRLを提案する。
本アルゴリズムは,低需要領域におけるサービスアクセシビリティを確保しつつ,重要な領域における需要を効果的に満たす。
論文 参考訳（メタデータ） (2023-06-29T15:57:07Z) - Social Diversity Reduces the Complexity and Cost of Fostering Fairness [63.70639083665108]
不完全な情報や公平性の柔軟な基準を前提とした干渉機構の効果について検討する。
多様性の役割を定量化し、情報収集の必要性を減らす方法を示す。
この結果から,多様性が変化し,公正性向上を目指す機関に新たなメカニズムが開放されることが示唆された。
論文 参考訳（メタデータ） (2022-11-18T21:58:35Z) - Equity Scores for Public Transit Lines from Open-Data and Accessibility
Measures [0.3058685580689604]
現在の交通は明らかな不平等に悩まされており、郊外の交通のレベルは都市部よりもはるかに低い。
持続可能性の目標を達成し、自動車依存を減らすためには、輸送は株式を中心に(再)設計されるべきである。
論文 参考訳（メタデータ） (2022-09-30T22:58:11Z) - Prioritizing municipal lead mitigation projects as a relaxed knapsack
optimization: a method and case study [0.0]
本稿では, 市町村のデータセットの清掃と合成により, 子どもの健康影響を小包レベルで推定する簡単なプロセスについて述べる。
ジオコーディングをコアレコードリンク機構として使用することにより、パーセルレベルの毒性データを学校入学記録と組み合わせることができる。
推定露光年の調和度はパーセルレベルで記述され、プロジェクトレベルに集約され、世界規模で最小化される。
論文 参考訳（メタデータ） (2022-01-23T21:42:10Z) - Efficiency, Fairness, and Stability in Non-Commercial Peer-to-Peer
Ridesharing [84.47891614815325]
本稿は、P2Pライドシェアリングにおける中核的な問題である、ライダーとドライバーのマッチングに焦点を当てる。
P2Pライドシェアリングにおける公平性と安定性の新たな概念を紹介する。
結果は、妥当な計算時間で、公平で安定した解が得られることを示唆している。
論文 参考訳（メタデータ） (2021-10-04T02:14:49Z) - GAEA: Graph Augmentation for Equitable Access via Reinforcement Learning [50.90625274621288]
異なるサブ人口によるリソースへの別のアクセスは、社会および社会技術ネットワークにおける一般的な問題です。
予算制約下でグラフエッジを編集することにより,ネットワークシステムにおける公平性を高めるため,新たな問題クラスであるグラフ拡張・等価アクセス(GAEA)を導入する。
論文 参考訳（メタデータ） (2020-12-07T18:29:32Z) - Real-time and Large-scale Fleet Allocation of Autonomous Taxis: A Case
Study in New York Manhattan Island [14.501650948647324]
従来のモデルは、供給(自動タクシー)と需要(トリップ)の不均衡に対処するために、利用可能な船隊を効率的に割り当てることに失敗した
艦隊配置決定をモデル化するために、制約付きマルチエージェントマルコフ決定プロセス(CMMDP)を用いる。
また、カラム生成アルゴリズムを利用して、大規模に効率性と最適性を保証する。
論文 参考訳（メタデータ） (2020-09-06T16:00:15Z) - Local Differential Privacy based Federated Learning for Internet of
Things [72.83684013377433]
Internet of Vehicles (IoV)は、Waze、Uber、Amazon Mechanical Turkなど、さまざまなクラウドソーシングアプリケーションをシミュレートする。
これらのアプリケーションのユーザは、ユーザの報告したトラフィック情報に基づいて機械学習モデルをトレーニングするクラウドサーバに、リアルタイムのトラフィック情報を報告する。
本稿では,機械学習モデルを実現するためのクラウドソーシングアプリケーションを容易にするために,フェデレーション学習とローカルディファレンシャルプライバシ(LDP)を統合することを提案する。
論文 参考訳（メタデータ） (2020-04-19T14:03:10Z)
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。