論文の概要: Using machine learning to understand causal relationships between urban
form and travel CO2 emissions across continents
- arxiv url: http://arxiv.org/abs/2308.16599v2
- Date: Fri, 15 Dec 2023 13:37:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-18 18:56:25.593749
- Title: Using machine learning to understand causal relationships between urban
form and travel CO2 emissions across continents
- Title（参考訳）: 機械学習を用いた大陸横断の都市形態とCO2排出量の因果関係の解明
- Authors: Felix Wagner and Florian Nachtigall and Lukas Franken and Nikola
Milojevic-Dupont and Rafael H.M. Pereira and Nicolas Koch and Jakob Runge and
Marta Gonzalez and Felix Creutzig
- Abstract要約: 都会形態が過去の研究で無視されていた旅行エミッションや施設間効果に有意な因果関係が認められた。
より単心的な都市では,主中心へのアクセスの増加よりも,サブセンター指向の開発がより重要となる空間回廊を同定する。
我々の研究は、エビデンスベースの都市気候ソリューションをスケールするための因果関係、一般化可能性、文脈的特異性の必要性に対処する新しい研究を可能にする機械学習の応用を実証する。
- 参考スコア（独自算出の注目度）: 9.204800002382044
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Climate change mitigation in urban mobility requires policies reconfiguring
urban form to increase accessibility and facilitate low-carbon modes of
transport. However, current policy research has insufficiently assessed urban
form effects on car travel at three levels: (1) Causality -- Can causality be
established beyond theoretical and correlation-based analyses? (2)
Generalizability -- Do relationships hold across different cities and world
regions? (3) Context specificity -- How do relationships vary across
neighborhoods of a city? Here, we address all three gaps via causal graph
discovery and explainable machine learning to detect urban form effects on
intra-city car travel, based on mobility data of six cities across three
continents. We find significant causal effects of urban form on trip emissions
and inter-feature effects, which had been neglected in previous work. Our
results demonstrate that destination accessibility matters most overall, while
low density and low connectivity also sharply increase CO$_2$ emissions. These
general trends are similar across cities but we find idiosyncratic effects that
can lead to substantially different recommendations. In more monocentric
cities, we identify spatial corridors -- about 10--50 km from the city center
-- where subcenter-oriented development is more relevant than increased access
to the main center. Our work demonstrates a novel application of machine
learning that enables new research addressing the needs of causality,
generalizability, and contextual specificity for scaling evidence-based urban
climate solutions.
- Abstract（参考訳）: 都市移動における気候変動の緩和は、アクセシビリティを高め、低炭素輸送モードを促進するために都市形態を再構成する政策を必要とする。
しかし、現在の政策研究は、カートラベルにおける都市形態の影響を3段階に満たしていない:(1)因果性 -- 因果性は理論的および相関に基づく分析を超えて確立できるのか?
2) 一般性 -- 関係は異なる都市や世界地域にわたって存在するか? (3) コンテキスト特異性 -- 都市周辺の関係はどのように変化するのか?
ここでは,3大陸6都市の移動データに基づいて,因果グラフ探索と説明可能な機械学習を用いて,都市内交通における都市形態の影響を検出する。
過去の研究で無視されていたトリップ・エミッションと機能間効果に対して,都市形態が有意な因果効果を見出した。
以上の結果から,低密度・低接続性がCO$2$排出を著しく増加させる一方,目的地のアクセシビリティが最も重要であることが示された。
これらの一般的な傾向は、都市全体で似ているが、我々は、かなり異なるレコメンデーションに繋がる慣用的効果を見つける。
市中心部から約10～50km離れた、より一心的な都市では、中心市街地へのアクセスが増すよりも、中心市街地開発がより重要視される空間回廊が特定されている。
我々の研究は、エビデンスベースの都市気候ソリューションをスケールするための因果関係、一般化可能性、文脈的特異性の必要性に対処する新しい研究を可能にする機械学習の応用を実証する。
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) - Cross-City Matters: A Multimodal Remote Sensing Benchmark Dataset for
Cross-City Semantic Segmentation using High-Resolution Domain Adaptation
Networks [82.82866901799565]
我々は,都市間セマンティックセマンティックセグメンテーションタスクの研究を目的とした,新しいマルチモーダルリモートセンシングベンチマークデータセット(ハイパースペクトル,マルチスペクトル,SARを含む)を構築した。
単一都市に留まらず,多都市環境からAIモデルの一般化能力を促進するため,高解像度なドメイン適応ネットワークであるHighDANを提案する。
高DANは, 並列高分解能融合方式で, 都市景観の空間的トポロジカルな構造を良好に維持することができる。
論文 参考訳（メタデータ） (2023-09-26T23:55:39Z) - Prediction of Transportation Index for Urban Patterns in Small and
Medium-sized Indian Cities using Hybrid RidgeGAN Model [0.0]
本研究は,中小都市における都市交通指標の予測におけるいくつかの課題に対処する。
Kernel Ridge Regression(KRR)とCityGANに基づくハイブリッドフレームワークを導入し、交通指標を予測する。
提案したハイブリッドパイプラインはリッジGANモデルと呼ばれ、都市スプロールの持続可能性を評価することができる。
論文 参考訳（メタデータ） (2023-06-09T15:05:40Z) - Effective Urban Region Representation Learning Using Heterogeneous Urban
Graph Attention Network (HUGAT) [0.0]
都市域の表現を学習するためのヘテロジニアスな都市グラフアテンションネットワーク(HUGAT)を提案する。
ニューヨークのデータに関する我々の実験では、HUGATは最先端のすべてのモデルより優れています。
論文 参考訳（メタデータ） (2022-02-18T04:59:20Z) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳（メタデータ） (2021-08-02T08:13:57Z) - Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。
我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。
フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文 参考訳（メタデータ） (2021-04-30T12:47:52Z) - 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) - Empowering Urban Governance through Urban Science: Multi-scale Dynamics
of Urban Systems Worldwide [0.0]
現在の都市科学は将来の都市政策に有用な基盤を提供することができる。
都市の進化に関する国際比較は、国家の領土の枠組みが都市システムの力学と厳密に一致しているとは限らないため、しばしば不確実な結果をもたらす。
地域・国家境界を超えた都市の動的ネットワークを考慮した都市システムの構築を提案する。
論文 参考訳（メタデータ） (2020-05-20T12:47:40Z) - City limits in the age of smartphones and urban scaling [0.0]
都市計画は、都市システム全体にわたる都市境界を定義するための適切な基準をまだ欠いている。
ICTは、都市システムのより正確な記述を記述する可能性を提供する。
都市境界を定義するため,大量の携帯電話記録に計算手法を適用した。
論文 参考訳（メタデータ） (2020-05-06T17:31:21Z) - Socio-economic, built environment, and mobility conditions associated
with crime: A study of multiple cities [9.78342936850961]
本研究では,犯罪と社会経済的要因との関連性を検討するためのベイズモデルを提案する。
その結果, 社会経済的条件, 移動情報, 身体的特徴の併用は, 犯罪の発生を効果的に説明できることがわかった。
近隣住民の社会・生態的要因が犯罪に大きく関係していることが示される。
論文 参考訳（メタデータ） (2020-04-13T08:36:59Z) - Measuring Spatial Subdivisions in Urban Mobility with Mobile Phone Data [58.720142291102135]
2050年までに世界の人口の3分の2が都市部に住んでいる。
この成長は、都市が持続可能性を測定し計画する能力よりも速く、より複雑である。
都市がなぜ包括的になるのかを理解するために,空間分割を識別し特徴付ける手法を定義する。
論文 参考訳（メタデータ） (2020-02-20T14:37:46Z)
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。