論文の概要: UrbanScore: A Real-Time Personalised Liveability Analytics Platform
- arxiv url: http://arxiv.org/abs/2508.00857v1
- Date: Wed, 16 Jul 2025 08:53:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-17 07:56:42.497291
- Title: UrbanScore: A Real-Time Personalised Liveability Analytics Platform
- Title（参考訳）: UrbanScore: リアルタイムのパーソナライズされたライブビリティ分析プラットフォーム
- Authors: Vrinceanu Alin Vladut,
- Abstract要約: UrbanScoreはリアルタイムのWebプラットフォームで、都市アドレスの個人化された生存率スコアを計算する。
System は5つのデータストリームを融合している: Nominatimによるアドレスジオコーディング、(ii)OpenStreetMapからOverpass QLを通じて抽出する機能、(iii)TomTom Flow v10からのセグメントレベルのトラフィックメトリクス、(iv)OpenWeatherMapからの時間単位の空気品質の読み取り、(v)ユーザ定義の好みプロファイル。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper introduces UrbanScore - a real-time web platform that computes a personalised liveability score for any urban address. The system fuses five data streams: (i) address geocoding via Nominatim, (ii) facility extraction from OpenStreetMap through Overpass QL, (iii) segment-level traffic metrics from TomTom Flow v10, (iv) hourly air-quality readings from OpenWeatherMap, and (v) user-declared preference profiles, all persisted in an Oracle 19c relational store. Six sub-scores (air, traffic, lifestyle, education, metro access, surface transport) are derived, adaptively weighted and combined; an OpenAI large-language model then converts the numeric results into concise, user-friendly explanations. A pilot deployment covering the 226 km2 metropolitan area of Bucharest evaluated 3,450 unique addresses over four weeks. Median end-to-end latency was 2.1 s (p95 = 2.9s), meeting the <3 non-functional requirement. Aggregate scores ranged from 34 to 92 (mean 68, SD 11), with high-scoring clusters along metro corridors that pair abundant green space with PM2.5 levels below 35 ug m-3. A detailed case study of the Tineretului district produced an overall score of 91/100 and demonstrated how the narrative layer guides users toward comparable neighbourhoods. Limitations include dependence on third-party API uptime, spatial bias toward well-mapped OSM regions and the absence of noise and crime layers, cited by 18% of survey participants as a desired enhancement. Overall, the results show that open geodata, commercial mobility feeds and conversational AI can be integrated into a performant, explainable decision-support tool that places "liveability analytics" in the hands of every house-hunter, commuter and city planner.
- Abstract（参考訳）: 本稿では,都市住所の個人化された生存率スコアを算出するリアルタイムWebプラットフォームであるUrbanScoreを紹介する。
このシステムは5つのデータストリームを融合する。
(i)Nominatim経由のアドレスジオコーディング
(ii)Overpass QLによるOpenStreetMapからの設備抽出
(iii)TomTom Flow v10からのセグメントレベルのトラフィックメトリクス
(四)OpenWeatherMapの時ごとの空気質
(v)Oracle 19cリレーショナルストアに保持されるユーザ宣言の好みプロファイル。
6つのサブスコア(空気、交通、ライフスタイル、教育、メトロアクセス、表面輸送)が導出され、適応的に重み付けされ、組み合わせられる。
ブカレストの226 km2大都市圏をカバーするパイロット配備は、4週間にわたって3450のユニークな住所を評価した。
エンドツーエンドのレイテンシは2.1秒(p95 = 2.9秒)で、<3の非機能要件を満たす。
Aggregateのスコアは34から92(平均68, SD 11)で、多量のグリーン空間と35 ug m-3以下のPM2.5レベルとをペアに、メトロ回廊に沿って高いスコアを付けた。
Tineretului地区の詳細なケーススタディにより、91/100のスコアが得られ、物語層がいかにユーザを同等の地域へと導くかを実証した。
制限には、サードパーティのAPIアップタイムへの依存、よくマッピングされたOSM領域に対する空間的偏見、騒音層と犯罪層がないことなどが含まれる。
全体として、オープンジオデータ、商用モビリティフィード、会話型AIは、パフォーマンスの高い、説明可能な意思決定支援ツールに統合できる。
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) - MapEval: A Map-Based Evaluation of Geo-Spatial Reasoning in Foundation Models [7.422346909538787]
MapEvalは、3つの異なるタスクにわたる基礎モデルを評価するために設計されたベンチマークである。
空間的関係、ナビゲーション、旅行計画、現実世界の地図の相互作用をカバーしている。
ロングコンテキスト推論、APIインタラクション、ビジュアルマップ分析を扱うモデルが必要です。
論文 参考訳（メタデータ） (2024-12-31T07:20:32Z) - Map++: Towards User-Participatory Visual SLAM Systems with Efficient Map Expansion and Sharing [15.481433997371925]
本稿では,地図作成タスクを地図利用者に委譲する参加型センシング手法を提案する。
提案手法は,利用者の集合的努力を生かし,環境が発展するにつれて地図の拡張と更新を促進させる。
我々は、プラグイン・アンド・プレイ拡張として機能する効率的なシステムであるMap++を開発した。
論文 参考訳（メタデータ） (2024-11-04T19:35:46Z) - A global product of fine-scale urban building height based on spaceborne
lidar [14.651500878252723]
我々は2020年ごろに150mの細いグリッドサイズを基準に,都市ビルの高さの最新のグローバルな製品を提供する。
GEDIデータに基づく高さ推定法は, ピアソンrの0.78, RMSEの3.67mで有効であった。
この研究は、気候、環境、生態学、社会科学など多くの分野にわたる将来の都市研究を促進するだろう。
論文 参考訳（メタデータ） (2023-10-22T16:51:15Z) - GeoLLM: Extracting Geospatial Knowledge from Large Language Models [49.20315582673223]
大規模言語モデルから地理空間的知識を効果的に抽出する新しい手法であるGeoLLMを提案する。
我々は、人口密度や経済生活の計測など、国際社会への関心の中心となる複数の課題にまたがるアプローチの有用性を実証する。
実験の結果, LLMは試料効率が高く, 地理空間情報に富み, 世界中のロバストであることがわかった。
論文 参考訳（メタデータ） (2023-10-10T00:03:23Z) - Semi-supervised Learning from Street-View Images and OpenStreetMap for
Automatic Building Height Estimation [59.6553058160943]
本稿では,Mapillary SVIとOpenStreetMapのデータから建物の高さを自動的に推定する半教師付き学習(SSL)手法を提案する。
提案手法は, 平均絶対誤差(MAE)が約2.1mである建物の高さを推定する上で, 明らかな性能向上につながる。
予備結果は,低コストなVGIデータに基づく提案手法のスケールアップに向けた今後の取り組みを期待し,動機づけるものである。
論文 参考訳（メタデータ） (2023-07-05T18:16:30Z) - Robust Self-Tuning Data Association for Geo-Referencing Using Lane Markings [44.4879068879732]
本稿では,データアソシエーションにおけるあいまいさを解消するための完全なパイプラインを提案する。
その中核は、測定のエントロピーに応じて探索領域に適応する堅牢な自己調整データアソシエーションである。
ドイツ・カールスルーエ市周辺の都市・農村のシナリオを実データとして評価した。
論文 参考訳（メタデータ） (2022-07-28T12:29:39Z) - A CNN based method for Sub-pixel Urban Land Cover Classification using
Landsat-5 TM and Resourcesat-1 LISS-IV Imagery [0.0]
本稿では,Landsat-5 TMとResourcesat-1 LISS-IVの時間重なりを利用したサブピクセル分類法を提案する。
畳み込みニューラルネットワークを用いて30m Landsat-5 TMデータから土地被覆マップを推定する。
論文 参考訳（メタデータ） (2021-12-16T12:48:37Z) - The 5th AI City Challenge [51.83023045451549]
第5回AIシティチャレンジには38カ国305チームが参加した。
アルゴリズムの有効性と計算効率の両面で評価を行った。
結果は、スマートトランスポーテーションにおけるAIの約束を示している。
論文 参考訳（メタデータ） (2021-04-25T19:15:27Z)
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。