論文の概要: How Good Is Open Bicycle Infrastructure Data? A Countrywide Case Study
of Denmark
- arxiv url: http://arxiv.org/abs/2312.02632v1
- Date: Tue, 5 Dec 2023 10:14:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-06 16:04:43.992248
- Title: How Good Is Open Bicycle Infrastructure Data? A Countrywide Case Study
of Denmark
- Title（参考訳）: open bicycle infrastructure dataはどの程度優れているか?
デンマークの全国的なケーススタディ
- Authors: Ane Rahbek Vier{\o}, Anastassia Vybornova, Michael Szell
- Abstract要約: 自転車はデンマークの交通システムの持続可能性シフトの鍵となる要素であり、自転車の速度を高めるためには、より全国的な自転車インフラ網が必要である。
このようなネットワークを計画するには、高品質なインフラデータが必要であるが、自転車のインフラデータの質は極めて低い。
ここでは、デンマークの専用自転車インフラ上の2つの大きなオープンデータセットであるOpenStreetMap(OSM)とGeoDanmarkを国全体のデータ品質評価で比較する。
いずれのデータセットも十分な品質を持っておらず、完全なデータセットを得るにはデータセットの折り畳みが必要であることが分かりました。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cycling is a key ingredient for a sustainability shift of Denmark's
transportation system. To increase cycling rates, a better nationwide network
of bicycle infrastructure is required. Planning such a network requires
high-quality infrastructure data, however, the quality of bicycle
infrastructure data is severely understudied. Here, we compare Denmark's two
largest open data sets on dedicated bicycle infrastructure, OpenStreetMap (OSM)
and GeoDanmark, in a countrywide data quality assessment, asking whether data
is good enough for network-based analysis of cycling conditions. We find that
neither of the data sets is of sufficient quality, and that data set conflation
is necessary to obtain a complete dataset. Our analysis of the spatial
variation of data quality suggests that rural areas are more likely to suffer
from problems with data completeness. We demonstrate that the prevalent method
of using infrastructure density as a proxy for data completeness is not
suitable for bicycle infrastructure data, and that matching of corresponding
features thus is necessary to assess data completeness. Based on our data
quality assessment we recommend strategic mapping efforts towards data
completeness, consistent standards to support comparability between different
data sources, and increased focus on data topology to ensure high-quality
bicycle network data.
- Abstract（参考訳）: サイクリングはデンマークの交通システムの持続可能性シフトの重要な要素である。
サイクリング率を高めるためには、より全国的な自転車インフラ網が必要である。
このようなネットワークの計画には、高品質なインフラデータが必要であるが、自転車のインフラデータの品質は極めて低い。
ここでは、デンマークの専用自転車インフラ上の2つの大きなオープンデータセットであるOpenStreetMap(OSM)とGeoDanmarkを国全体のデータ品質評価で比較し、サイクリング条件のネットワークベース分析に十分なデータかどうかを問う。
いずれのデータセットも十分な品質を持たず、完全なデータセットを得るにはデータセットの折り畳みが必要です。
データ品質の空間的変動を分析した結果,農村部ではデータ完全性の問題に苦しむ傾向が示唆された。
データ完全性のプロキシとしてインフラストラクチャ密度を使用する方法が自転車のインフラデータには適さないこと,それに対応する特徴のマッチングがデータ完全性を評価するために必要であることを実証する。
データ品質評価に基づいて、データの完全性に対する戦略的マッピング、異なるデータソース間の互換性をサポートするための一貫した標準、高品質な自転車ネットワークデータを保証するためのデータトポロジへのフォーカスを推奨する。
関連論文リスト
- Classifying Bicycle Infrastructure Using On-Bike Street-Level Images [0.0]
多くの潜在的なサイクリストは、適切な安全なインフラが欠如しているため、サイクリングを控えている。
自転車用スマートフォンカメラデータから利用可能なサイクリングインフラを分類できるシステムを提案する。
この研究は、自転車に搭載された携帯電話カメラから収集されたストリートレベルの画像のみを使用して、サイクリングインフラを分類した最初のものである。
論文 参考訳（メタデータ） (2024-10-24T22:58:31Z) - Evaluating the effects of Data Sparsity on the Link-level Bicycling Volume Estimation: A Graph Convolutional Neural Network Approach [54.84957282120537]
本稿では,リンクレベルの自転車のボリュームをモデル化するために,グラフ畳み込みネットワークアーキテクチャを利用する最初の研究について述べる。
オーストラリア,メルボルン市全体での年間平均自転車数(AADB)を,Strava Metro の自転車数データを用いて推定した。
以上の結果から,GCNモデルは従来のAADB数予測モデルよりも優れた性能を示した。
論文 参考訳（メタデータ） (2024-10-11T04:53:18Z) - From Counting Stations to City-Wide Estimates: Data-Driven Bicycle Volume Extrapolation [0.0]
ストリートレベルの自転車量情報は、都市が自転車を奨励するためのインフラの改善を計画するのに役立つだろう。
現在市や市民が利用できるデータは、わずかに数える駅からしか得られないことが多い。
本論文は,ベルリン全都市における自転車の容積を推定するために,これらの数箇所を超える自転車の容積を推定する。
論文 参考訳（メタデータ） (2024-06-26T16:01:53Z) - Enhancing Data Quality in Federated Fine-Tuning of Foundation Models [54.757324343062734]
本稿では,基礎モデルのファインチューニングのためのデータ品質制御パイプラインを提案する。
このパイプラインは、トレーニングデータの質を反映したスコアを計算し、統一された標準のグローバルしきい値を決定する。
実験の結果,提案した品質制御パイプラインはモデルトレーニングの有効性と信頼性を向上し,性能が向上することが示された。
論文 参考訳（メタデータ） (2024-03-07T14:28:04Z) - LargeST: A Benchmark Dataset for Large-Scale Traffic Forecasting [65.71129509623587]
道路交通予測はスマートシティのイニシアチブにおいて重要な役割を担い、ディープラーニングの力によって大きな進歩を遂げている。
しかし、現在の公開データセットで達成される有望な結果は、現実的なシナリオには適用できないかもしれない。
カリフォルニアで合計8,600のセンサーと5年間の時間カバレッジを含む、LargeSTベンチマークデータセットを紹介します。
論文 参考訳（メタデータ） (2023-06-14T05:48:36Z) - BikeDNA: A Tool for Bicycle Infrastructure Data & Network Assessment [0.0]
BikeDNAは、自転車のインフラデータの再現可能な品質評価のためのオープンソースツールである。
BikeDNAは、幅広いアプリケーションのための自転車インフラデータの品質評価をサポートする。
論文 参考訳（メタデータ） (2023-03-02T13:06:59Z) - TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual
Environments [84.6017003787244]
本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。
既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
論文 参考訳（メタデータ） (2022-08-16T20:46:08Z) - DataPerf: Benchmarks for Data-Centric AI Development [81.03754002516862]
DataPerfは、MLデータセットとデータ中心アルゴリズムを評価するための、コミュニティ主導のベンチマークスイートである。
私たちは、この反復的な開発をサポートするために、複数の課題を抱えたオープンなオンラインプラットフォームを提供しています。
ベンチマーク、オンライン評価プラットフォーム、ベースライン実装はオープンソースである。
論文 参考訳（メタデータ） (2022-07-20T17:47:54Z) - Automated Detection of Missing Links in Bicycle Networks [0.15293427903448023]
我々は,都市の自転車ネットワークにおいて最も重要なリンクを見つけるためのIPDC手順(Identify, Prioritize, Decluster, Classify)を開発した。
まず、多重化ネットワークアプローチによるすべての可能なギャップを特定し、フローベースのメトリックに従って優先順位付けし、新たなギャップクラスタを分解し、手動でギャップのタイプを分類する。
以上の結果から,最小データ要件によるネットワーク分析が,自転車ネットワーク計画の費用効率向上支援ツールとして有効であることを示す。
論文 参考訳（メタデータ） (2022-01-10T15:35:14Z) - 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)
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。