論文の概要: Exploring Economic Sectoral Dynamics Through High-resolution Mobility Data

• arxiv url: http://arxiv.org/abs/2506.13985v1
• Date: Mon, 16 Jun 2025 20:38:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-18 17:34:59.241557
• Title: Exploring Economic Sectoral Dynamics Through High-resolution Mobility Data
• Title（参考訳）: 高分解能モビリティデータによる経済セクターダイナミクスの探索
• Authors: Timothy F Leslie, Hossein Amiri, Andreas Züfle,
• Abstract要約: われわれは,2019年1月から2023年1月までの米国全土における人体移動パターンを総合的に分析したデータセットを提示する。 このデータセットは、経済セクターが組織した公共の場所で約1200万ポイント・オブ・関心(POI)の訪問、旅行、時間についてレポートしている。 さまざまなタイプのビジネスにパターンを分散させることで、経済学、都市研究、公衆衛生の研究者に貴重な洞察を提供する。
• 参考スコア（独自算出の注目度）: 0.22120851074630168
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a comprehensive dataset capturing patterns of human mobility across the United States from January 2019 to January 2023, based on anonymized mobile device data. Aggregated weekly, the dataset reports visits, travel distances, and time spent at public locations organized by economic sector for approximately 12 million Points of Interest (POIs). This resource enables the study of how mobility and economic activity changed over time, particularly during major events such as the COVID-19 pandemic. By disaggregating patterns across different types of businesses, it provides valuable insights for researchers in economics, urban studies, and public health. To protect privacy, all data have been aggregated and anonymized. This dataset offers an opportunity to explore the dynamics of human behavior across sectors over an extended time period, supporting studies of mobility, resilience, and recovery.
• Abstract（参考訳）: 我々は、2019年1月から2023年1月まで、匿名化されたモバイルデバイスデータに基づいて、米国中の人間の移動パターンを総合的に分析したデータセットを提示する。 このデータセットは毎週集計され、経済セクターが組織した公共の場所での訪問、旅行距離、時間を約1200万ポイント・オブ・興味(POI)と報告している。 この資源は、特に新型コロナウイルスのパンデミックなどの大イベントにおいて、移動性や経済活動が時間とともにどのように変化したかを研究することができる。 さまざまなタイプのビジネスにパターンを分散させることで、経済学、都市研究、公衆衛生の研究者に貴重な洞察を提供する。 プライバシーを守るために、すべてのデータが集約され匿名化された。 このデータセットは、長期にわたるセクター間の人間の行動のダイナミクスを探求する機会を提供し、モビリティ、レジリエンス、リカバリの研究を支援する。

関連論文リスト

• The NetMob25 Dataset: A High-resolution Multi-layered View of Individual Mobility in Greater Paris Region [64.30214722988666]
  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。
  論文  参考訳（メタデータ） (2025-06-06T09:22:21Z)
• Investigating Vulnerabilities of GPS Trip Data to Trajectory-User Linking Attacks [49.1574468325115]
  単一旅行からなるGPS旅行データセットにおいて,ユーザ識別子を再構築する新たな攻撃を提案する。 個人識別が削除された場合でも再識別のリスクは大きい。 さらなる調査では、少数の人しか訪れていない場所を頻繁に訪れているユーザーは、再識別に弱い傾向にあることが示されている。
  論文  参考訳（メタデータ） (2025-02-12T08:54:49Z)
• Generative Models for Synthetic Urban Mobility Data: A Systematic Literature Review [44.99833362998488]
  この体系的なレビューは、この異質で活発な研究分野の現状に関する構造化された比較概要を提供する。 レビューされたモデルの適用性に特に焦点が当てられている。
  論文  参考訳（メタデータ） (2024-07-12T11:54:29Z)
• Deep Activity Model: A Generative Approach for Human Mobility Pattern Synthesis [11.90100976089832]
  我々は,人間の移動性モデリングと合成のための新しい生成的深層学習手法を開発した。 オープンソースのデータを使って、アクティビティパターンとロケーショントラジェクトリの両方を組み込む。 モデルはローカルデータで微調整できるため、さまざまな領域にわたるモビリティパターンを正確に表現することができる。
  論文  参考訳（メタデータ） (2024-05-24T02:04:10Z)
• Ethical and Privacy Considerations with Location Based Data Research [1.9388567720411736]
  我々は、人間のモビリティと倫理とプライバシがどのように考慮されたかに関する膨大な科学的研究のコーパスをレビューする。 これらの成長を続けるコレクションが、新しい洞察に富んだ研究を可能にする一方で、データガバナンスにおける許容可能なプラクティスに関するガイドラインを常に守っているわけではないことを実証しています。
  論文  参考訳（メタデータ） (2024-02-11T14:50:32Z)
• On Inferring User Socioeconomic Status with Mobility Records [61.0966646857356]
  本稿では,DeepSEIと呼ばれる,社会経済に配慮したディープモデルを提案する。 DeepSEIモデルはディープネットワークとリカレントネットワークと呼ばれる2つのネットワークを組み込んでいる。 実際の移動記録データ、POIデータ、住宅価格データについて広範な実験を行う。
  論文  参考訳（メタデータ） (2022-11-15T15:07:45Z)
• A deep learning framework to generate realistic population and mobility data [5.180648702293017]
  国勢調査と家庭旅行調査のデータセットは、定期的に家庭や個人から収集されている。 これらのデータセットは、プライバシの懸念による人口の限られたサンプルを表すか、集約されることが多い。 本稿では,社会経済的特徴(年齢,性別,産業など)とトリップチェーン(活動場所)の両方を含む合成人口を生成する枠組みを提案する。
  論文  参考訳（メタデータ） (2022-11-14T14:05:09Z)
• Tracking the State and Behavior of People in Response to COVID-1 19 Through the Fusion of Multiple Longitudinal Data Streams [2.477349483168562]
  本稿では,2020年8月から2021年7月までに収集された米国住民のアクティブデータとパッシブデータの豊富なパネルデータセットについて述べる。 このようなデータセットは、例えば、地方自治体が課した新型コロナウイルスの規制に対する不均一な行動反応の根底にある要因を決定するために、重要な研究質問に答えることを可能にする。
  論文  参考訳（メタデータ） (2022-09-23T18:49:23Z)
• 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)
• 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)
• Country-wide mobility changes observed using mobile phone data during COVID-19 pandemic [5.402663611963239]
  2020年3月、オーストリア政府は新型コロナウイルスのパンデミックへの対応として広範なロックダウンを導入した。 ここでは,オーストリア全地域でのロックダウンの効果を,ほぼリアルタイムな匿名化携帯電話データを用いて定量的に評価する。
  論文  参考訳（メタデータ） (2020-08-23T16:00:57Z)

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。