論文の概要: Transforming CCTV cameras into NO$_2$ sensors at city scale for adaptive policymaking
- arxiv url: http://arxiv.org/abs/2501.00056v1
- Date: Sat, 28 Dec 2024 13:01:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-05 20:43:33.095334
- Title: Transforming CCTV cameras into NO$_2$ sensors at city scale for adaptive policymaking
- Title(参考訳): CCTVカメラを都市規模でNO$2$センサーに変換して適応的政策決定
- Authors: Mohamed R. Ibrahim, Terry Lyons,
- Abstract要約: 都市CCTVカメラが擬似Notextsubscript2センサーとしてどのように機能するかを示す。
ロンドンのモビリティーパターンを解析した結果、特定のトラフィックパターンがNOtextsubscript2レベルにどのように影響するかが明らかになった。
これらの発見は、汚染を減らすために現在実施されている都市政策の有効性に疑問を投げかけた。
- 参考スコア(独自算出の注目度): 5.217870815854702
- License:
- Abstract: Air pollution in cities, especially NO\textsubscript{2}, is linked to numerous health problems, ranging from mortality to mental health challenges and attention deficits in children. While cities globally have initiated policies to curtail emissions, real-time monitoring remains challenging due to limited environmental sensors and their inconsistent distribution. This gap hinders the creation of adaptive urban policies that respond to the sequence of events and daily activities affecting pollution in cities. Here, we demonstrate how city CCTV cameras can act as a pseudo-NO\textsubscript{2} sensors. Using a predictive graph deep model, we utilised traffic flow from London's cameras in addition to environmental and spatial factors, generating NO\textsubscript{2} predictions from over 133 million frames. Our analysis of London's mobility patterns unveiled critical spatiotemporal connections, showing how specific traffic patterns affect NO\textsubscript{2} levels, sometimes with temporal lags of up to 6 hours. For instance, if trucks only drive at night, their effects on NO\textsubscript{2} levels are most likely to be seen in the morning when people commute. These findings cast doubt on the efficacy of some of the urban policies currently being implemented to reduce pollution. By leveraging existing camera infrastructure and our introduced methods, city planners and policymakers could cost-effectively monitor and mitigate the impact of NO\textsubscript{2} and other pollutants.
- Abstract(参考訳): 都市の大気汚染、特にNO\textsubscript{2}は、死亡から精神健康問題、子供の注意欠陥まで、多くの健康問題と関連している。
都市は、排出を削減するための政策を開始したが、環境センサーやその不整合性により、リアルタイム監視は依然として困難である。
このギャップは、都市の汚染に影響を与える出来事や日々の活動の順序に対応する適応的な都市政策の創出を妨げる。
ここでは、都市CCTVカメラが擬似NO\textsubscript{2}センサーとして機能することを実証する。
予測グラフ深度モデルを用いて,環境および空間要因に加えて,ロンドンのカメラからのトラフィックフローを利用し,NO\textsubscript{2}予測を1億3300万フレーム以上から生成した。
ロンドンのモビリティーパターンを解析した結果、特定のトラフィックパターンがNO\textsubscript{2}レベルにどのように影響するかを示す重要な時空間接続が明らかになった。
例えば、トラックが夜にしか運転しない場合、NO\textsubscript{2}レベルに対する影響は、人々が通勤する朝に最も見られる。
これらの発見は、汚染を減らすために現在実施されている都市政策の有効性に疑問を投げかけた。
既存のカメラインフラと導入手法を活用することで、都市計画者や政策立案者は、NO\textsubscript{2}や他の汚染物質の影響を費用対効果で監視し軽減することができる。
関連論文リスト
- Back to the Future: GNN-based NO$_2$ Forecasting via Future Covariates [49.93577170464313]
都市全域にわたる地上監視ネットワークにおける大気質観測について検討する。
我々は過去と将来の共変分を現在の観測に埋め込む条件付きブロックを提案する。
将来の気象情報に対する条件付けは,過去の交通状況を考えるよりも影響が大きいことが判明した。
論文 参考訳(メタデータ) (2024-04-08T09:13:16Z) - Wireless Crowd Detection for Smart Overtourism Mitigation [50.031356998422815]
この章では、モバイルデバイスのワイヤレスアクティビティに基づいたオーバツーリズムを監視するための、低コストなアプローチについて説明する。
群集センサは、無線技術のトレース要素を検出することで、周囲のモバイルデバイスの数をカウントする。
いくつかの技術で検出プログラムを実行し、指紋解析の結果は匿名データベースにのみローカルに保存される。
論文 参考訳(メタデータ) (2024-02-14T13:20:24Z) - Causally Aware Generative Adversarial Networks for Light Pollution
Control [17.823594255913594]
過剰な照明は光汚染を引き起こす可能性があり、経済的負担、生態系、人間の健康に非無視的な脅威をもたらす。
我々はCausally Aware Generative Adversarial Networks (CAGAN) という新しいフレームワークを紹介する。
この革新的なアプローチは、都市における光汚染の基本的な要因を明らかにし、最適な照明資源割り当てのためのインテリジェントなソリューションを提供することを目的としている。
論文 参考訳(メタデータ) (2024-01-12T08:57:20Z) - Deep Reinforcement Learning-based Intelligent Traffic Signal Controls
with Optimized CO2 emissions [6.851243292023835]
交通ネットワークは、人間の健康や環境に悪影響を及ぼし、交通渋滞に寄与する準最適制御政策の課題に直面している。
文献における適応的な信号制御装置はいくつかあるが、それらの比較性能について限定的な研究がなされている。
EcoLightは,CO2排出量を削減するだけでなく,旅行時間などの指標で競合する結果が得られる強化学習アルゴリズムの報酬形成手法である。
論文 参考訳(メタデータ) (2023-10-19T19:54:47Z) - Self-supervised learning unveils change in urban housing from
street-level images [2.0971479389679337]
Street2Vecは、手動のアノテーションなしで季節や日々の変更に不変ながら、都市構造を組み込む。
ロンドンの住宅供給の点レベルの変化をストリートレベルの画像から特定し、主要な変化とマイナーな変化を区別した。
この能力は、より活気があり、公平で持続可能な都市に向けた都市計画や政策決定のためのタイムリーな情報を提供することができる。
論文 参考訳(メタデータ) (2023-09-20T14:35:23Z) - City-scale Pollution Aware Traffic Routing by Sampling Max Flows using
MCMC [8.301939401602233]
大気汚染の長期曝露は深刻な健康問題を引き起こす可能性がある。
我々は,多様なサンプルを用いて汚染に配慮した交通経路ポリシーを設計し,実世界の道路地図上での交通をシミュレーションする。
世界の大都市の地図を他の手法と比較すると, 大気汚染の激しい地域では, かなりの減少が見られた。
論文 参考訳(メタデータ) (2023-02-28T09:40:37Z) - Spatial-Temporal Hypergraph Self-Supervised Learning for Crime
Prediction [60.508960752148454]
本研究では,犯罪予測におけるラベル不足問題に対処する空間的ハイパーグラフ自己監視学習フレームワークを提案する。
都市空間全体における犯罪の地域的依存性をエンコードするクロスリージョンハイパーグラフ構造学習を提案する。
また,2段階の自己指導型学習パラダイムを設計し,局所的・世界的空間的犯罪パターンを共同で捉えるだけでなく,地域的自己差別の強化による疎犯罪表現を補う。
論文 参考訳(メタデータ) (2022-04-18T23:46:01Z) - IMPACT: Integrated Bottom-Up Greenhouse Gas Emission Pathways for Cities [0.0]
IMPACT経路は、技術導入ポリシーとゾーン政策、気候変動、グリッド脱炭シナリオを統合する。
スプロールの排出プレミアムを特定し、時間とともにリバウンドする排出を示す有害な政策の組み合わせが存在することを示す。
論文 参考訳(メタデータ) (2022-01-31T02:30:39Z) - METEOR: A Massive Dense & Heterogeneous Behavior Dataset for Autonomous
Driving [42.69638782267657]
本稿では、インドにおける非構造化シナリオにおけるトラフィックパターンをキャプチャする、新しい複雑なトラフィックデータセットMETEORを提案する。
METEORは1000分以上のビデオクリップと、エゴ車軌道を持つ200万以上の注釈付きフレームと、周囲の車両や交通機関のための1300万以上のバウンディングボックスで構成されている。
我々は,オブジェクト検出と行動予測アルゴリズムの性能を評価するために,新しいデータセットを用いた。
論文 参考訳(メタデータ) (2021-09-16T01:01:55Z) - Transportation Density Reduction Caused by City Lockdowns Across the
World during the COVID-19 Epidemic: From the View of High-resolution Remote
Sensing Imagery [48.52477000522933]
新型コロナウイルス(COVID-19)の流行は、2020年前半に悪化し始めた。
厳しい封鎖政策が世界中の多くの都市で実行され、人間の感染を制御し、拡散を緩和した。
中心市街地6都市におけるロックダウン前後の交通密度の低減について定量的に検討した。
論文 参考訳(メタデータ) (2021-03-02T13:45:16Z) - Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。
歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。
2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
論文 参考訳(メタデータ) (2021-01-07T06:08:21Z)
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。