論文の概要: Beyond Distance: Mobility Neural Embeddings Reveal Visible and Invisible Barriers in Urban Space

• arxiv url: http://arxiv.org/abs/2506.24061v1
• Date: Mon, 30 Jun 2025 17:08:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:54.16649
• Title: Beyond Distance: Mobility Neural Embeddings Reveal Visible and Invisible Barriers in Urban Space
• Title（参考訳）: 距離を超えて - 都市空間における可視性と不可視性バリアの移動型ニューラルネットワーク埋め込み
• Authors: Guangyuan Weng, Minsuk Kim, Yong-Yeol Ahn, Esteban Moro,
• Abstract要約: 私たちはニューラル埋め込みモデルを使って、人々が都市空間をどう移動するかを学ぶ。 障壁の最も強い予測者は、アメニティ、行政境界、および収入と人種による住宅分離へのアクセスの差異である。 これらの見えない境界線は都市コアに集中しており、都市、空間スケール、期間にわたって持続している。
• 参考スコア（独自算出の注目度）: 2.0417696276578985
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human mobility in cities is shaped not only by visible structures such as highways, rivers, and parks but also by invisible barriers rooted in socioeconomic segregation, uneven access to amenities, and administrative divisions. Yet identifying and quantifying these barriers at scale and their relative importance on people's movements remains a major challenge. Neural embedding models, originally developed for language, offer a powerful way to capture the complexity of human mobility from large-scale data. Here, we apply this approach to 25.4 million observed trajectories across 11 major U.S. cities, learning mobility embeddings that reveal how people move through urban space. These mobility embeddings define a functional distance between places, one that reflects behavioral rather than physical proximity, and allow us to detect barriers between neighborhoods that are geographically close but behaviorally disconnected. We find that the strongest predictors of these barriers are differences in access to amenities, administrative borders, and residential segregation by income and race. These invisible borders are concentrated in urban cores and persist across cities, spatial scales, and time periods. Physical infrastructure, such as highways and parks, plays a secondary but still significant role, especially at short distances. We also find that individuals who cross barriers tend to do so outside of traditional commuting hours and are more likely to live in areas with greater racial diversity, and higher transit use or income. Together, these findings reveal how spatial, social, and behavioral forces structure urban accessibility and provide a scalable framework to detect and monitor barriers in cities, with applications in planning, policy evaluation, and equity analysis.
• Abstract（参考訳）: 都市の人間の移動性は、高速道路、川、公園などの目に見える構造だけでなく、社会経済の分離、アメニティへの不均一なアクセス、行政区画に根ざした見えない障壁によっても形成されている。 しかし、これらの障壁を大規模に特定し、定量化し、人々の運動に相対的に重要であることは大きな課題である。 ニューラル埋め込みモデルは、もともと言語用に開発されたもので、大規模なデータから人間のモビリティの複雑さを捉える強力な方法を提供する。 ここでは、米国の主要11都市における2540万の観測軌道にこのアプローチを適用し、人々が都市空間をどう移動するかを明らかにするモビリティ埋め込みを学習する。 これらのモビリティ埋め込みは、物理的な近接ではなく、行動に反映した場所間の機能的距離を定義し、地理的に近接しているが、行動的に不連結な地区間の障壁を検出することができる。 これらの障壁の最も強い予測者は、アメニティ、行政境界、および収入と人種による住宅分離へのアクセスの差異である。 これらの見えない境界線は都市コアに集中しており、都市、空間スケール、期間にわたって持続している。 高速道路や公園のような物理的なインフラは、特に短い距離において、二次的ではあるが重要な役割を担っている。 また、従来の通勤時間以外ではバリアを越えて生活する傾向があり、人種的多様性が高く、交通費や収入も高い地域に住む傾向にあることもわかりました。 これらの知見とともに、空間的、社会的、行動的な力が都市のアクセシビリティをどのように構成し、都市計画、政策評価、株式分析に応用して都市の障壁を検出し、監視するためのスケーラブルなフレームワークを提供するかを明らかにする。

関連論文リスト

• MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility [52.0930915607703]
  最近のロボティクスとエンボディードAIの進歩により、公共の都市空間はもはや人間専用ではない。 公共の都市空間における短距離移動のためのAIによって実現されるマイクロモビリティは、将来の交通システムにおいて重要な要素である。 本稿では,AI駆動型都市マイクロモビリティ研究のための構成シミュレーションプラットフォームであるMetaUrbanを紹介する。
  論文  参考訳（メタデータ） (2024-07-11T17:56:49Z)
• Urban highways are barriers to social ties [0.0]
  都市ハイウェイは社会的つながりの低下と関連していることを示す。 この障壁効果は特に短い距離で強く、ブラック地区を意図的に破壊したり孤立させたりするために建設された道路の歴史的事例と一致している。 本研究では,エビデンスに基づく空間的不等式低減のための再検討計画について報告する。
  論文  参考訳（メタデータ） (2024-04-17T17:49:08Z)
• Social-Transmotion: Promptable Human Trajectory Prediction [65.80068316170613]
  Social-Transmotionは、多種多様な視覚的手がかりを利用して人間の行動を予測する、汎用トランスフォーマーベースのモデルである。 提案手法は,JTA,JRDB,歩行者,道路交通のサイクリスト,ETH-UCYなど,複数のデータセットで検証されている。
  論文  参考訳（メタデータ） (2023-12-26T18:56:49Z)
• Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
  本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。 我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。 フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
  論文  参考訳（メタデータ） (2021-04-30T12:47:52Z)
• On spatial variation in the detectability and density of social media user protest supporters [52.77024349608834]
  今回報告した研究は、メキシコシティでの抗議行動中のユーザの空間的検出性と密度の変動に対する、構築された環境の影響、抗議場所への物理的な近接、および集団投稿リズムを決定するために、空間的キャプチャー手法を用いている。
  論文  参考訳（メタデータ） (2021-03-10T14:08:08Z)
• Differences in the spatial landscape of urban mobility: gender and socioeconomic perspectives [0.48298211429517096]
  我々は、計算、統計、情報理論の組み合わせを用いて、男性と女性の移動多様性における体系的な相違の有無を調査する。 以上の結果から, 都会のモビリティの多様性には, 個人のジェンダーや社会経済的特性に共通する相違があることが示唆された。 本稿では,ジェンダーレベルの人的モビリティの不平等の発生源について,新たな光を当てる。
  論文  参考訳（メタデータ） (2021-02-12T16:55:40Z)
• Unsupervised embedding of trajectories captures the latent structure of scientific migration [4.028844692958469]
  移動軌跡からの個別位置間のニュアンス関係を符号化するモデルワード2vecの能力を示す。 移動パターンを符号化する Word2vec のパワーは、移動の重力モデルと数学的に等価であることに起因している。 セマンティック構造を利用する手法を用いて、埋め込みが科学的なマイグレーションの基盤となるリッチな構造を学習できることを実証する。
  論文  参考訳（メタデータ） (2020-12-04T18:58:41Z)
• 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)

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。