論文の概要: The NetMob25 Dataset: A High-resolution Multi-layered View of Individual Mobility in Greater Paris Region
- arxiv url: http://arxiv.org/abs/2506.05903v1
- Date: Fri, 06 Jun 2025 09:22:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-09 17:28:43.40189
- Title: The NetMob25 Dataset: A High-resolution Multi-layered View of Individual Mobility in Greater Paris Region
- Title（参考訳）: NetMob25データセット:パリ大都市圏における個人移動の高解像度多層ビュー
- Authors: Alexandre Chasse, Anne J. Kouam, Aline C. Viana, Razvan Stanica, Wellington V. Lobato, Geymerson Ramos, Geoffrey Deperle, Abdelmounaim Bouroudi, Suzanne Bussod, Fernando Molano,
- Abstract要約: 本稿では,提案したデータセットのサーベイ設計,収集プロトコル,処理手法,特徴について述べる。
データセットには、人口統計、社会経済、家庭の特徴を記述した個人データベース(i)、タイムスタンプ、輸送モード、旅行目的を含む8,000以上の注釈付き変位を持つトリプスデータベース(ii)、約5億の高周波ポイントからなるRaw GPSトレースデータベース(iii)の3つのコンポーネントが含まれている。
- 参考スコア（独自算出の注目度）: 64.30214722988666
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: High-quality mobility data remains scarce despite growing interest from researchers and urban stakeholders in understanding individual-level movement patterns. The Netmob25 Data Challenge addresses this gap by releasing a unique GPS-based mobility dataset derived from the EMG 2023 GNSS-based mobility survey conducted in the Ile-de-France region (Greater Paris area), France. This dataset captures detailed daily mobility over a full week for 3,337 volunteer residents aged 16 to 80, collected between October 2022 and May 2023. Each participant was equipped with a dedicated GPS tracking device configured to record location points every 2-3 seconds and was asked to maintain a digital or paper logbook of their trips. All inferred mobility traces were algorithmically processed and validated through follow-up phone interviews. The dataset includes three components: (i) an Individuals database describing demographic, socioeconomic, and household characteristics; (ii) a Trips database with over 80,000 annotated displacements including timestamps, transport modes, and trip purposes; and (iii) a Raw GPS Traces database comprising about 500 million high-frequency points. A statistical weighting mechanism is provided to support population-level estimates. An extensive anonymization pipeline was applied to the GPS traces to ensure GDPR compliance while preserving analytical value. Access to the dataset requires acceptance of the challenge's Terms and Conditions and signing a Non-Disclosure Agreement. This paper describes the survey design, collection protocol, processing methodology, and characteristics of the released dataset.
- Abstract（参考訳）: 個人レベルの運動パターンを理解することへの研究者や都市利害関係者の関心が高まりつつも、高品質なモビリティデータは依然として少ない。
Netmob25 Data Challengeは、フランスのイル=ド=フランス地域(大パリ地域)で実施されたEMG 2023 GNSSベースのモビリティ調査から得られた、独自のGPSベースのモビリティデータセットを公開することによって、このギャップに対処する。
このデータセットは、2022年10月から2023年5月までに収集された16歳から80歳のボランティア住民3,337人を対象に、1週間にわたって詳細な日々の移動状況を捉えている。
参加者は2～3秒ごとに位置情報を記録する専用のGPS追跡装置を装備し、旅行のデジタルまたは紙のログブックの維持を依頼された。
推論されたモビリティトレースはすべて、フォローアップされた電話インタビューを通じてアルゴリズムで処理され、検証された。
データセットには3つのコンポーネントが含まれている。
一 人口、社会経済及び家庭の特徴を記載した個人データベース
二 タイムスタンプ、輸送モード及び旅行目的を含む八万以上の注釈付き変位を有するトリプスデータベース
(iii)約5億の高周波ポイントからなるRaw GPS Tracesデータベース。
人口レベルの推定を支援する統計的重み付け機構が提供される。
分析値を保持しながらGDPRコンプライアンスを確保するため,GPSトレースに広範囲な匿名化パイプラインを適用した。
データセットへのアクセスには、チャレンジの条件と条件を受け入れ、非開示協定に署名する必要がある。
本稿では,提案したデータセットのサーベイ設計,収集プロトコル,処理手法,特徴について述べる。
関連論文リスト
- EMT: A Visual Multi-Task Benchmark Dataset for Autonomous Driving [8.97091577113286]
Emirates Multi-Taskデータセットは、統一されたフレームワーク内でマルチタスクのベンチマークをサポートするように設計されている。
ダッシュカメラの視界から3万枚以上のフレームと570,000点の注釈付きバウンディングボックスで構成され、約150kmの走行経路をカバーしている。
論文 参考訳（メタデータ） (2025-02-26T16:06:35Z) - Enhancing stop location detection for incomplete urban mobility datasets [0.0]
本研究は, 位置同定のための密度に基づく手法を強化するために, 分類アルゴリズムの適用について検討する。
提案手法は,様々な時間にまたがる個別のルーチン行動を含む複数の特徴を取り入れ,個々のGPS点の局所的特徴を拡大する。
論文 参考訳（メタデータ） (2024-07-16T10:41:08Z) - Reconstructing human activities via coupling mobile phone data with
location-based social networks [20.303827107229445]
本稿では,携帯電話データと位置情報ソーシャルネットワーク(LBSN)データを結合することで,ユーザの行動を特定するためのデータ分析フレームワークを提案する。
我々は,10万人の携帯電話利用者の行動連鎖を再構築し,各活動タイプの時間的・空間的特徴を分析した。
論文 参考訳（メタデータ） (2023-06-06T06:37:14Z) - Traffic4cast at NeurIPS 2022 -- Predict Dynamics along Graph Edges from
Sparse Node Data: Whole City Traffic and ETA from Stationary Vehicle
Detectors [25.857884532427292]
Traffic4castは、複雑な空間システムを時間とともにモデル化するための機械学習を進化させるコンペティションシリーズである。
われわれのダイナミックな道路グラフデータは、道路地図、1012ドルのプローブデータポイント、そして2年間にわたって3つの都市で静止車両検出器からの情報を組み合わせている。
その中核となる課題として,3都市15分後の道路グラフ全体のGPSデータの速度レベルから,3つの渋滞クラスが生じる可能性を予測することが挙げられる。
課題の延長として、参加者は15分以内のスーパーセグメントの平均走行時間を予測することが義務付けられている。
論文 参考訳（メタデータ） (2023-03-14T10:03:37Z) - Navya3DSeg -- Navya 3D Semantic Segmentation Dataset & split generation
for autonomous vehicles [63.20765930558542]
3Dセマンティックデータは、障害物検出やエゴ-車両の局所化といった中核的な認識タスクに有用である。
そこで我々は,大規模生産段階の運用領域に対応する多様なラベル空間を持つ新しいデータセットであるNavala 3D(Navya3DSeg)を提案する。
ラベルのない23のラベル付きシーケンスと25の補足シーケンスが含まれており、ポイントクラウド上の自己教師付きおよび半教師付きセマンティックセマンティックセグメンテーションベンチマークを探索するために設計された。
論文 参考訳（メタデータ） (2023-02-16T13:41:19Z) - Argoverse 2: Next Generation Datasets for Self-Driving Perception and
Forecasting [64.7364925689825]
Argoverse 2(AV2)は、自動運転分野の研究の知覚と予測のための3つのデータセットの集合である。
Lidarデータセットには、ラベルなしのLidar点雲とマップ整列ポーズの2万のシーケンスが含まれている。
Motion Forecastingデータセットには、各ローカルシーンにおける自動運転車と他のアクター間の興味深い、挑戦的なインタラクションのために採掘された25万のシナリオが含まれている。
論文 参考訳（メタデータ） (2023-01-02T00:36:22Z) - Pseudo-PFLOW: Development of nationwide synthetic open dataset for
people movement based on limited travel survey and open statistical data [4.243926243206826]
人フローデータは、都市や商業計画、災害管理など様々な分野で活用されている。
本研究では,一般統計と旅行調査データを組み合わせた擬似人流データを開発した。
論文 参考訳（メタデータ） (2022-05-02T05:13:53Z) - Traffic4cast at NeurIPS 2021 -- Temporal and Spatial Few-Shot Transfer
Learning in Gridded Geo-Spatial Processes [61.16854022482186]
NeurIPS 2019と2020のIARAI Traffic4castコンペティションでは、ニューラルネットワークが将来の交通条件を1時間以内に予測することに成功した。
U-Netsは、この複雑な現実世界の地理空間的プロセスにおいて、関連する特徴を抽出する能力を実証し、勝利したアーキテクチャであることが証明された。
コンペティションは2年間で10都市をカバーし、1012以上のGPSプローブデータから収集したデータを提供する。
論文 参考訳（メタデータ） (2022-03-31T14:40:01Z) - Large Scale Interactive Motion Forecasting for Autonomous Driving : The
Waymo Open Motion Dataset [84.3946567650148]
10万枚以上のシーンが10Hzで20秒に渡り、私たちの新しいデータセットには1750kmの道路上の570時間以上のユニークなデータが含まれています。
高精度な3d自動ラベルシステムを用いて,道路エージェント毎に高品質な3dバウンディングボックスを生成する。
シングルエージェントとジョイントエージェントの相互作用運動予測モデルの両方を総合的に評価する新しいメトリクスセットを紹介します。
論文 参考訳（メタデータ） (2021-04-20T17:19:05Z)
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。