論文の概要: Evaluation of Crowdsourced Data on Unplowed Roads

• arxiv url: http://arxiv.org/abs/2311.10740v1
• Date: Wed, 25 Oct 2023 15:48:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-27 01:01:08.462278
• Title: Evaluation of Crowdsourced Data on Unplowed Roads
• Title（参考訳）: 未舗装道路におけるクラウドソーシングデータの評価
• Authors: Noah Goodall
• Abstract要約: 本研究では,クラウドソース・トランスポート・データ・プロバイダであるWazeの新たな未耕起道路データセットを評価する。 報告の81%は雪のイベントに近いものであり、偽陽性は州全体で1日当たり10回程度の割合で発生していた。 ソーシャルメディア上のターゲットメッセージを通じてWazeの未公開道路報告を促進する努力は、参加を増やさなかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Transportation agencies routinely collect weather data to support maintenance activities. With the proliferation of smartphones, many agencies have begun using crowdsourced data in operations. This study evaluates a novel unplowed roads dataset from the largest crowdsourced transportation data provider Waze. User-reported unplowed roads in Virginia were compared to national and state weather data for accuracy, and found 81% of reports were near known snow events, with false positives occurring at a regular rate of approximately 10 per day statewide. Reports were largely located on primary roads, limiting the usefulness for transportation agencies who may be most concerned with poorly monitored secondary roads. An effort to encourage unplowed road reporting in Waze through targeted messages on social media did not increase participation. Low reporting may be due to the feature's novelty, recent mild winters, or COVID-19 school and business closures.
• Abstract（参考訳）: 交通機関は、メンテナンス活動を支援するために気象データを収集する。 スマートフォンの普及に伴い、多くの機関がクラウドソースデータを運用に使用し始めた。 本研究は、クラウドソーシングによる最大の交通データプロバイダwazeによる、新しい未整備道路データセットを評価した。 バージニア州の未舗装道路は、正確には国や州の気象データと比較され、報告の81%が雪のイベントの近くにあり、偽陽性は州全体で1日当たり約10回発生していた。 報告は主に主要道路に置かれており、監視の不十分な二次道路に最も関心を持つ交通機関にとって有用性を制限するものだった。 ソーシャルメディア上のターゲットメッセージを通じてWazeの未公開道路報告を促進する努力は、参加を増やさなかった。 報告の低さは、この機能の新規性、最近の穏やかな冬、あるいは新型コロナウイルスの学校とビジネスの閉鎖によるものかもしれない。

関連論文リスト

• Congestion Forecast for Trains with Railroad-Graph-based Semi-Supervised Learning using Sparse Passenger Reports [7.89432183206555]
  本稿では,交通アプリケーションを通じて収集した乗客からの報告を用いた鉄道渋滞予測について述べる。 列車の混雑予測のための半教師付き手法(SURCONFORT)を提案する。 第一に、疎いラベル付きデータと多くのラベルなしデータを活用するために、半教師付き学習を採用しています。
  論文  参考訳（メタデータ） (2024-10-23T02:25:53Z)
• CrisisMatch: Semi-Supervised Few-Shot Learning for Fine-Grained Disaster Tweet Classification [51.58605842457186]
  半教師付き, 少数ショットの学習環境下で, 微粒な災害ツイート分類モデルを提案する。 私たちのモデルであるCrisisMatchは、ラベルなしデータと大量のラベルなしデータを用いて、ツイートを関心の細かいクラスに効果的に分類する。
  論文  参考訳（メタデータ） (2023-10-23T07:01:09Z)
• On Designing Day Ahead and Same Day Ridership Level Prediction Models for City-Scale Transit Networks Using Noisy APC Data [0.0]
  本稿では,複数のソースからのデータの収集,クリーン化,処理,マージを併用して,トランジットライダーシップの予測に機械学習モデルをトレーニングする手法を提案する。 ナッシュビルの公共交通機関が提供している現実の交通データに対する我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2022-10-10T19:50:59Z)
• 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)
• Quantifying Spatial Under-reporting Disparities in Resident Crowdsourcing [5.701305404173138]
  我々は,外部の地中構造データを用いることなく,報告遅延を識別する手法を開発した。 この方法は、ニューヨーク市で10万件以上、シカゴで90万件以上の報告に当てはめます。
  論文  参考訳（メタデータ） (2022-04-19T02:54:16Z)
• 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)
• Leveraging Administrative Data for Bias Audits: Assessing Disparate Coverage with Mobility Data for COVID-19 Policy [61.60099467888073]
  管理データのリンクによって,バイアスに対するモビリティデータの監査が可能かを示す。 我々は、高齢者や非白人の有権者が移動データによって捕えられる可能性が低いことを示した。 このような移動データに基づく公衆衛生資源の配分は、高リスク高齢者や少数民族に不当に害を与える可能性があることを示す。
  論文  参考訳（メタデータ） (2020-11-14T02:04:14Z)
• Emergency Incident Detection from Crowdsourced Waze Data using Bayesian Information Fusion [4.039649741925056]
  本稿では,ノイズの多いクラウドソーシングWazeデータを用いた緊急インシデント検出手法を提案する。 本稿では,クラウドレポートの信頼性の不確かさをモデル化するための観測理論に基づく計算手法を提案する。
  論文  参考訳（メタデータ） (2020-11-10T22:45:03Z)
• 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)
• A German Corpus for Fine-Grained Named Entity Recognition and Relation Extraction of Traffic and Industry Events [63.08899104652265]
  この研究は、微粒な地理的要素で注釈付けされたドイツ語文書のコーパスを記述する。 また、15の交通・産業関連n-aryリレーションシップやイベントもアノテートされている。 コーパスは、ニュースワイヤーのテキスト、Twitterメッセージ、ラジオ局、警察、鉄道会社からの交通報告で構成されている。
  論文  参考訳（メタデータ） (2020-04-07T11:39:50Z)
• Leveraging Multi-Source Weak Social Supervision for Early Detection of Fake News [67.53424807783414]
  ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。 この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。 ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。 実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2020-04-03T18:26:33Z)

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。