論文の概要: Park visitation and walkshed demographics in the United States
- arxiv url: http://arxiv.org/abs/2305.12160v1
- Date: Sat, 20 May 2023 10:39:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-24 00:05:58.402335
- Title: Park visitation and walkshed demographics in the United States
- Title（参考訳）: アメリカ合衆国における公園訪問と歩道人口
- Authors: Kelsey Linnell, Mikaela Fudolig, Laura Bloomfield, Thomas McAndrew,
Taylor H. Ricketts, Jarlath P. M. O'Neil-Dunne, Peter Sheridan Dodds,
Christopher M. Danforth
- Abstract要約: 本研究では,公園の歩行者群集の人口構成を年次訪問予測に活用する能力について検討した。
以上の結果から,公園の遊歩道の人口構成は,来園予測にはほとんど役に立たないことが示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A large and growing body of research demonstrates the value of local parks to
mental and physical well-being. Recently, researchers have begun using passive
digital data sources to investigate equity in usage; exactly who is benefiting
from parks? Early studies suggest that park visitation differs according to
demographic features, and that the demographic composition of a park's
surrounding neighborhood may be related to the utilization a park receives.
Employing a data set of park visitations generated by observations of roughly
50 million mobile devices in the US in 2019, we assess the ability of the
demographic composition of a park's walkshed to predict its yearly visitation.
Predictive models are constructed using Support Vector Regression, LASSO,
Elastic Net, and Random Forests. Surprisingly, our results suggest that the
demographic composition of a park's walkshed demonstrates little to no utility
for predicting visitation.
- Abstract（参考訳）: 大規模で成長する研究機関は、地域公園が精神的、身体的健康に価値があることを実証している。
最近、研究者たちは、パッシブなデジタルデータソースを使って、利用中のエクイティを調査し始めた。
初期の研究では、公園の訪問は人口動態によって異なることが示唆され、公園周辺の人口構成は公園が受ける利用と関係している可能性がある。
2019年に米国内の約5000万台のモバイルデバイスの観測結果から得られた公園訪問のデータセットを用いて、公園の歩道の人口構成が年間訪問を予測する能力を評価した。
予測モデルは、Support Vector Regression、LASSO、Elastic Net、Random Forestsを使って構築されている。
その結果,公園の歩道の人口構成は,来園予測にはほとんど役に立たないことが示唆された。
関連論文リスト
- Crowdsourced reviews reveal substantial disparities in public perceptions of parking [2.3034861262968453]
本研究は,全米の駐車場に対する一般の認識を調査するため,費用対効果が高く,広くアクセス可能なデータソースであるクラウドソースオンラインレビューを紹介した。
Google Mapsから得られた911のコアベース統計領域(CBSA)を対象に,駐車関連レビュー4,987,483件のPOI(1,129,460点)について検討した。
POI型とCBSA型にまたがるパーキング感の顕著な変化がみられ,レストランPOIは最もネガティブな傾向を示した。
論文 参考訳（メタデータ） (2024-07-06T15:17:17Z) - Truck Parking Usage Prediction with Decomposed Graph Neural Networks [15.291200515217513]
貨物回廊のトラックの駐車は、不十分な駐車場の大きな課題に直面している。
正確な駐車場利用予測を提供することは、安全でない駐車慣行を減らすためのコスト効率の高いソリューションであることが示されている。
本稿では地域時間グラフニューラルネットワーク(RegT-CN)を提案する。
論文 参考訳（メタデータ） (2024-01-23T17:14:01Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳（メタデータ） (2023-10-20T06:17:02Z) - The spatial accessibility of attractive parks in Chicago and a proposed
planning support system to evaluate the accessibility of POIs [0.0]
本研究は,各公園の魅力を評価するために,Googleマップにおける評価とレビュー数を用いた。
アクセシビリティの高い公園は、人々が主要な高速道路に沿って運転している。
この研究は、黒人と高所得層が他の集団よりも公園へのアクセシビリティスコアが高いことも明らかにした。
論文 参考訳（メタデータ） (2022-09-25T18:02:35Z) - Predicting vacant parking space availability zone-wisely: a graph based
spatio-temporal prediction approach [0.25782420501870296]
空き駐車スペース(VPS)情報の正確な予測は、インテリジェントな駐車誘導システムにおいて重要な役割を果たす。
本稿では,短期・長期のVPS数を予測するグラフデータモデルST-GBGRUを提案する。
その結果,ST-GBGRUモデルは短期的・長期的予測タスクにおいて,精度が高く,適用可能性も良好であることが示唆された。
論文 参考訳（メタデータ） (2022-05-03T12:24:39Z) - Who will stay? Using Deep Learning to predict engagement of citizen
scientists [79.9502177222504]
我々は,スウェーデンの海洋プロジェクトにおける市民科学者の関与を予測するために,ディープニューラルネットワークモデルを構築した。
結果に基づいて、将来のセッションでアノテータがアクティブになるかどうかを予測することができる。
私たちのモデルは、Deep Neural Networksの使用とボランティアアノテーションのシーケンスにあります。
論文 参考訳（メタデータ） (2022-04-28T13:27:21Z) - Spatio-temporal Parking Behaviour Forecasting and Analysis Before and
During COVID-19 [9.433295824910589]
本研究では,空間接続グラフ構築と時間予測という2つのステップを含む空間認識型駐車予測フレームワークを提案する。
中国・寧波市で実施されているケーススタディでは、新型コロナウイルス(COVID-19)前後の駐車記録が100万件を超えている。
論文 参考訳（メタデータ） (2021-08-15T08:31:40Z) - Balancing Biases and Preserving Privacy on Balanced Faces in the Wild [50.915684171879036]
現在の顔認識(FR)モデルには、人口統計バイアスが存在する。
さまざまな民族と性別のサブグループにまたがる偏見を測定するために、我々のバランス・フェイススをWildデータセットに導入します。
真偽と偽のサンプルペアを区別するために1点のスコアしきい値に依存すると、最適以下の結果が得られます。
本稿では,最先端ニューラルネットワークから抽出した顔特徴を用いたドメイン適応学習手法を提案する。
論文 参考訳（メタデータ） (2021-03-16T15:05:49Z) - ParkPredict: Motion and Intent Prediction of Vehicles in Parking Lots [65.33650222396078]
我々は、駐車場環境を開発し、人間の駐車操作のデータセットを収集する。
本稿では,多モード長短期記憶(LSTM)予測モデルと畳み込みニューラルネットワークLSTM(CNN-LSTM)を物理ベースの拡張カルマンフィルタ(EKF)ベースラインと比較する。
以上の結果から,1) 意図をよく推定できる(LSTMとCNN-LSTMモデルによる約85% のトップ1精度と100% トップ3精度),2) 運転者の意図する駐車場所の知識が駐車軌跡の予測に大きく影響すること,3) 環境の意味的表現について考察した。
論文 参考訳（メタデータ） (2020-04-21T20:46:32Z) - Entropy as a measure of attractiveness and socioeconomic complexity in
Rio de Janeiro metropolitan area [52.77024349608834]
携帯電話のデータセットとエントロピーに基づく測度を用いて、位置の魅力を測定する。
その結果、エントロピーによって測定された特定の位置の魅力は、その位置の社会経済的地位の重要な記述者であることがわかった。
論文 参考訳（メタデータ） (2020-03-23T15:58:56Z) - Spatiotemporal Relationship Reasoning for Pedestrian Intent Prediction [57.56466850377598]
視覚データに対する推論は、ロボティクスとビジョンベースのアプリケーションにとって望ましい能力である。
本稿では,歩行者の意図を推論するため,現場の異なる物体間の関係を明らかにするためのグラフ上でのフレームワークを提案する。
歩行者の意図は、通りを横切る、あるいは横断しない将来の行動として定義され、自動運転車にとって非常に重要な情報である。
論文 参考訳（メタデータ） (2020-02-20T18:50:44Z)
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。