論文の概要: Identifying shifts in multi-modal travel patterns during special events
using mobile data: Celebrating Vappu in Helsinki
- arxiv url: http://arxiv.org/abs/2305.17925v1
- Date: Mon, 29 May 2023 07:32:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-30 16:00:30.952264
- Title: Identifying shifts in multi-modal travel patterns during special events
using mobile data: Celebrating Vappu in Helsinki
- Title(参考訳): 移動データを用いた多モード移動パターンの移動時変化:ヘルシンキにおけるVappuの祝賀
- Authors: Zhiren Huang and Charalampos Sipetas and Alonso Espinosa Mireles de
Villafranca and Tri Quach
- Abstract要約: 本研究の目的は,ヘルシンキの公共交通用モバイルアプリケーションとBluetoothビーコンから収集した,ユニークな包括的データセットを活用することで,モビリティパターンに光を当てることである。
ヘルシンキ大都市圏のVappu festivities(5月1日)に注目する。
民間車よりも公共交通機関が好まれる傾向があり、イベントに参加するために長い距離を歩けるように準備されていることがわかりました。
- 参考スコア(独自算出の注目度): 1.0323063834827415
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Large urban special events significantly contribute to a city's vibrancy and
economic growth but concurrently impose challenges on transportation systems
due to alterations in mobility patterns. This study aims to shed light on
mobility patterns by utilizing a unique, comprehensive dataset collected from
the Helsinki public transport mobile application and Bluetooth beacons. Earlier
methods, relying on mobile phone records or focusing on single traffic modes,
do not fully grasp the intricacies of travel behavior during such events. We
focus on the Vappu festivities (May 1st) in the Helsinki Metropolitan Area, a
national holiday characterized by mass gatherings and outdoor activities. We
examine and compare multi-modal mobility patterns during the event with those
during typical non-working days in May 2022. Through this case study, we find
that people tend to favor public transport over private cars and are prepared
to walk longer distances to participate in the event. The study underscores the
value of using comprehensive multi-modal data to better understand and manage
transportation during large-scale events.
- Abstract(参考訳): 大都市での特別イベントは市の活力と経済成長に大きく貢献するが、移動パターンの変化により交通システムに課題を同時に課す。
本研究では,helsinki public transport mobile アプリケーションと bluetooth ビーコンから収集したユニークな包括的なデータセットを利用して,モビリティパターンに光を当てることを目的としている。
従来,携帯電話の記録に頼っていたり,シングルトラフィックモードに注目する手法では,旅行行動の複雑さを十分に把握できなかった。
ヘルシンキ大都市圏では,大規模な集まりや野外活動が特徴の祝日であるvappu festivities(5月1日)に焦点を当てている。
2022年5月の典型的な非作業日におけるマルチモーダルモビリティパターンの検討と比較を行った。
このケーススタディを通じて、人々はプライベートカーよりも公共交通機関を好む傾向にあり、イベントに参加するためにより長い距離を歩く準備ができていることが分かりました。
本研究は,大規模イベントにおける交通の理解と管理に包括的マルチモーダルデータを利用することの価値を強調した。
関連論文リスト
- MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility [52.0930915607703]
最近のロボティクスとエンボディードAIの進歩により、公共の都市空間はもはや人間専用ではない。
公共の都市空間における短距離移動のためのAIによって実現されるマイクロモビリティは、将来の交通システムにおいて重要な要素である。
本稿では,AI駆動型都市マイクロモビリティ研究のための構成シミュレーションプラットフォームであるMetaUrbanを紹介する。
論文 参考訳(メタデータ) (2024-07-11T17:56:49Z) - Rethinking Urban Mobility Prediction: A Super-Multivariate Time Series
Forecasting Approach [71.67506068703314]
長期の都市移動予測は、都市施設やサービスの効果的管理において重要な役割を担っている。
伝統的に、都市移動データはビデオとして構成され、経度と緯度を基本的なピクセルとして扱う。
本研究では,都市におけるモビリティ予測の新たな視点について紹介する。
都市移動データを従来のビデオデータとして単純化するのではなく、複雑な時系列と見なす。
論文 参考訳(メタデータ) (2023-12-04T07:39:05Z) - Crowd-sensing commuting patterns using multi-source wireless data: a
case of Helsinki commuter trains [1.0323063834827415]
本稿では,従来の自動乗客計数器と,詳細な移動需要データを収集できる新たな情報源の組み合わせについて検討する。
この新たなデータソースは、ヘルシンキ地域交通局(HSL)が主導するパイロットプロジェクトTravelSenseに由来する。
列車の発着地・発着地・発着地・発着地・発着駅・発着駅・発着駅を識別し,列車利用者の旅程構造をよりよく理解することができる。
論文 参考訳(メタデータ) (2023-02-06T09:59:33Z) - Meta-Learning over Time for Destination Prediction Tasks [53.12827614887103]
交通分野における公共目的と民間目標の両方を、車両の行動を理解し、予測する必要がある。
近年の研究では、時間情報の導入による予測性能の限界改善しか見出されていない。
本稿では、ニューラルネットワークが入力に応じて自身の重みを変えることを学習するハイパーネットワークに基づくアプローチを提案する。
論文 参考訳(メタデータ) (2022-06-29T17:58:12Z) - Feel Old Yet? Updating Mode of Transportation Distributions from Travel
Surveys using Data Fusion with Mobile Phone Data [0.0]
交通システムは典型的には従来のデータソースに依存し、時代遅れのトラベラーデータを提供する。
本研究では,携帯電話データを地理空間情報のコスト効率の高いリッチな情報源として活用する手法を提案する。
チリのサンティアゴでは,2012年から2020年の間に交通パターンが大きく変化した。
論文 参考訳(メタデータ) (2022-04-20T14:27:58Z) - Mobility signatures: a tool for characterizing cities using intercity
mobility flows [1.1602089225841632]
我々は、より広い移動ネットワークに都市がどのように埋め込まれているかを理解するためのツールとして、モビリティシグネチャを紹介した。
フィンランドの携帯電話ベースのデータに基づいて構築された2つのアプリケーションによるモビリティシグネチャ手法の可能性を示す。
論文 参考訳(メタデータ) (2021-12-03T08:53:58Z) - 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) - What's Your Value of Travel Time? Collecting Traveler-Centered Mobility
Data via Crowdsourcing [4.297843164736973]
旅行者が他の活動に旅行時間を使うことのできる、価値ある時間の異なるパラダイムを構築します。
専用モバイルアプリから収集した旅行者とその旅行に関するデータを含む新しいデータセットを提案する。
論文 参考訳(メタデータ) (2021-04-12T20:48:28Z) - 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) - Extracting Spatiotemporal Demand for Public Transit from Mobility Data [0.0]
都市人口の変化は、交通サービスの効率的な管理にいくつかの課題をもたらす。
都市における公共交通機関の需要を簡易に推定する手法を提案する。
論文 参考訳(メタデータ) (2020-06-05T10:21:31Z) - 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)
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。