論文の概要: Sustainable development-oriented campus bike-sharing site evaluation
model: A case study of Henan Polytechnic University
- arxiv url: http://arxiv.org/abs/2308.04454v3
- Date: Fri, 22 Sep 2023 03:14:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-25 18:13:55.205432
- Title: Sustainable development-oriented campus bike-sharing site evaluation
model: A case study of Henan Polytechnic University
- Title(参考訳): 持続可能な開発指向型キャンパス自転車共有サイト評価モデル:ヘナン工科大学を事例として
- Authors: Huimin Qi, Xianghong Li, Kai Yin, Xiangnan Song, Xufei Fang
- Abstract要約: 自転車シェアリングプログラムは、交通渋滞を緩和し、二酸化炭素排出量を削減し、キャンパス全体の持続可能性を高める能力にかなりの注意を払っている。
しかし、自転車共有サイトの不適切な選択は、キャンパス内での持続不可能なプラクティスの増大に繋がった。
本稿では,改良型Delphiとファジィ総合評価手法を統合した,持続可能な開発指向型自転車共有サイト評価モデルを提案する。
- 参考スコア(独自算出の注目度): 1.8561812622368763
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Promoting sustainable transportation options is increasingly crucial in the
pursuit of environmentally friendly and efficient campus mobility systems.
Among these options, bike-sharing programs have garnered substantial attention
for their capacity to mitigate traffic congestion, decrease carbon emissions,
and enhance overall campus sustainability. However, improper selection of
bike-sharing sites has led to the growing problems of unsustainable practices
in campus, including the disorderly parking and indiscriminate placement of
bike-sharing. To this end, this paper proposes a novel sustainable
development-oriented campus bike-sharing site evaluation model integrating the
improved Delphi and fuzzy comprehensive evaluation approaches. Fourteen
evaluation metrics are firstly selected from four dimensions: the user
features, implementation and usage characteristics of parking spots,
environmental sustainability, and social sustainability, through the
combination of expert experience and the improved Delphi method. Then, the
analytic hierarchy process and the entropy weight method are employed to
determine the weights of the evaluation indices, ensuring a robust and
objective assessment framework. The fuzzy comprehensive evaluation method is
finally implemented to evaluate the quality of location selection. South Campus
of Henan Polytechnic University is selected as a case study using the proposed
evaluation system. This work contributes to the existing body of knowledge by
presenting a comprehensive location selection evaluation system for campus
bike-sharing, informed by the principles of sustainable development.
- Abstract(参考訳): 持続可能な輸送手段の推進は、環境にやさしく効率的なキャンパス移動システムの追求においてますます重要になっている。
これらの選択肢の中で、自転車共有プログラムは交通渋滞を緩和し、二酸化炭素排出量を削減し、キャンパス全体の持続可能性を高める能力にかなりの注意を払っている。
しかし、自転車共有サイトの不適切な選択は、無秩序な駐車や自転車共有の無差別な配置など、キャンパスにおける持続不可能な慣行の問題を増大させている。
そこで本研究では,改良型Delphiとファジィ総合評価手法を統合した,持続可能な開発指向型自転車共有サイト評価モデルを提案する。
14の評価指標をまず4次元から選択し, 専門家経験とデルファイ法の改良により, パーキングスポットのユーザ特性, 利用特性, 環境持続可能性, 社会持続可能性について検討した。
次に, 分析階層法とエントロピー重み法を用いて, 評価指標の重み付けを決定し, 頑健で客観的な評価枠組みを確立する。
最後に, ファジィ包括的評価手法を実装し, 位置選択の質評価を行った。
提案する評価システムを用いたケーススタディとして,河南工科大学南キャンパスを選定した。
本研究は, 持続可能な開発原理に基づいて, キャンパス自転車共有のための総合的位置選択評価システムを提案することによって, 既存の知識体系に寄与する。
関連論文リスト
- A Survey on Contribution Evaluation in Vertical Federated Learning [26.32678862011122]
Vertical Federated Learning (VFL)は、プライバシの問題に対処する機械学習において、重要なアプローチとして登場した。
本稿では,VFLにおけるコントリビューション評価について概説する。
コントリビューション評価を含むVFLにおける様々なタスクについて検討し、必要な評価特性を解析する。
論文 参考訳(メタデータ) (2024-05-03T06:32:07Z) - Cycling into the workshop: predictive maintenance for Barcelona's bike-sharing system [0.0]
本研究は,バルセロナの自転車シェアリングシステムであるBicingの旅行情報とメンテナンスデータを用いた。
本研究は、重要な自転車部品のメンテナンスニーズを正確に予測するために、様々なモビリティ指標を考察し、統計的および機械学習サバイバルモデルを適用した。
この分析によると、機械式自転車と電動自転車の利用パターンは明らかに異なっている。
自転車使用量やデータ不均衡といった課題にもかかわらず、この研究は正確な予測保守システムの実現可能性を示すことに成功している。
論文 参考訳(メタデータ) (2024-04-26T07:46:25Z) - Evaluating Roadside Perception for Autonomous Vehicles: Insights from
Field Testing [7.755003755937953]
本稿では,道路側認識システムの性能評価を目的とした総合評価手法を提案する。
本手法は,実世界の実地試験を基礎とした計測技術,計量選択,実験的試行設計を含む。
本研究の成果は,業界標準ベンチマークや評価手法の開発に資することを目的としている。
論文 参考訳(メタデータ) (2024-01-22T22:47:02Z) - A Survey of Federated Unlearning: A Taxonomy, Challenges and Future
Directions [71.16718184611673]
プライバシ保護のためのフェデレートラーニング(FL)の進化により、忘れられる権利を実装する必要性が高まっている。
選択的な忘れ方の実装は、その分散した性質のため、FLでは特に困難である。
Federated Unlearning(FU)は、データプライバシの必要性の増加に対応する戦略的ソリューションとして登場した。
論文 参考訳(メタデータ) (2023-10-30T01:34:33Z) - Scoring Cycling Environments Perceived Safety using Pairwise Image
Comparisons [0.9299655616863538]
本研究では,自転車の安全に対する認識を解析し,理解するための新しいアプローチを提案する。
繰り返し、回答者に2つの道路環境を示し、サイクリングにとってより安全なものを選ぶよう依頼する。
我々は,自転車の環境をペア比較から評価し,安全あるいは安全でないと認識された自転車の環境を分類する手法をいくつか比較した。
論文 参考訳(メタデータ) (2023-07-25T10:31:45Z) - L2Explorer: A Lifelong Reinforcement Learning Assessment Environment [49.40779372040652]
強化学習ソリューションは、トレーニングされたデータ配布以外の新しいタスクに晒されると、あまり一般化しない傾向があります。
生涯学習エクスプローラー(L2Explorer)を用いた継続的強化学習開発と評価のための枠組みを導入する。
L2Explorerは新しいUnityベースのファーストパーソンな3D探索環境で、複雑な評価カリキュラムに構造化されたタスクやタスクのバリエーションを生成するために継続的に再構成することができる。
論文 参考訳(メタデータ) (2022-03-14T19:20:26Z) - An Energy Consumption Model for Electrical Vehicle Networks via Extended
Federated-learning [50.85048976506701]
本稿では,フェデレートラーニングモデルに基づく不安度を測る新しい手法を提案する。
バッテリー消費を推定し、車両ネットワークにエネルギー効率の高いルートプランニングを提供する。
論文 参考訳(メタデータ) (2021-11-13T15:03:44Z) - FedParking: A Federated Learning based Parking Space Estimation with
Parked Vehicle assisted Edge Computing [23.943759396364]
分散学習アプローチとして、フェデレーション付き学習は、トレーニングデータのプライバシを保持しながら、分散データセット上で共有学習モデルをトレーニングする。
我々は、駐車場管理へのフェデレートラーニングの適用を拡大し、FedParkingを導入し、Parking Lot Operators(PLO)が協力して、生データを交換することなく、駐車空間推定のための長期記憶モデルを訓練する。
論文 参考訳(メタデータ) (2021-10-19T10:55:33Z) - FEBR: Expert-Based Recommendation Framework for beneficial and
personalized content [77.86290991564829]
推奨コンテンツの質を評価するための見習い学習フレームワークであるFEBR(Expert-Based Recommendation Framework)を提案する。
このフレームワークは、推奨評価環境において専門家(信頼できると仮定される)の実証された軌跡を利用して、未知のユーティリティ機能を回復する。
ユーザ関心シミュレーション環境(RecSim)によるソリューションの性能評価を行う。
論文 参考訳(メタデータ) (2021-07-17T18:21:31Z) - 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) - Real-world Ride-hailing Vehicle Repositioning using Deep Reinforcement
Learning [52.2663102239029]
アイドルヘイリングプラットフォーム上での現実世界の車両の深層強化学習と意思決定時間計画に基づく新しい実用的枠組みを提示する。
本手法は,重み付きバッチ学習アルゴリズムを用いて乗車時の状態値関数を学習する。
配車シミュレーション環境におけるベースラインでアルゴリズムをベンチマークし、収益効率の向上における優位性を実証します。
論文 参考訳(メタデータ) (2021-03-08T05:34:05Z)
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。