論文の概要: Transition of car-based human-mobility in the pandemic era: Data insight from a cross-border region in Europe

• arxiv url: http://arxiv.org/abs/2509.05166v1
• Date: Fri, 05 Sep 2025 15:03:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-08 14:27:25.630446
• Title: Transition of car-based human-mobility in the pandemic era: Data insight from a cross-border region in Europe
• Title（参考訳）: パンデミック時代の自動車による人力移動の推移--ヨーロッパにおける国境を越えた地域からのデータ分析
• Authors: Sujit Kumar Sikder, Jyotirmaya Ijaradar, Hao Li, Hichem Omrani,
• Abstract要約: 本研究は、新型コロナウイルスのパンデミック前後で検出された自動車による日々の旅行行動について報告する。 データセットには、さまざまな車両タイプに対する時間単位のトラフィックカウントが含まれており、毎日、代表的な観察ポイントと、主要な道路ネットワークが続く。 オリジナルのデータセットには、大きな欠落したエントリが含まれているため、包括的なデータが実行された。
• 参考スコア（独自算出の注目度）: 4.6168779998066745
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many transport authorities are collecting and publishing almost real-time road traffic data to meet the growing trend of massive open data, a vital resource for foresight decision support systems considering deep data insights. Using such a traffic count dataset, we explored the spatio-temporal transitions in the cross-country road traffic volumes in the context of modelling behavioural transitions in car-based human mobility. We developed a reproducible workflow for computing multi-dimensional variables of traffic flow. This study reports on individual car-based daily travel behaviour detected, before (2016-2018) and during the COVID pandemic (2019-2021), between Germany and neighbouring countries (Luxembourg, France and Belgium). In relevance to the net-zero carbon transition, further study should shed light on the interpolation and downscaling approaches at the comprehensive road-network level for identifying pollution hot spots, causal link to functional landuse patterns and calculation of spatial influence area. In the case of Luxembourg, the Bridges and Roads Authority has installed a large digital traffic observatory infrastructure through the adoption of sensor-based IoT technologies, like other European member states. Since 2016, they have provided high-performance data processing and published open data on the country's road traffic. The dataset contains an hourly traffic count for different vehicle types, daily for representative observation points, followed by a major road network. The original dataset contains significant missing entries, so comprehensive data harmonization was performed.
• Abstract（参考訳）: 多くの運輸当局は、膨大なオープンデータの増加傾向に対応するために、ほぼリアルタイムな道路交通データを収集、公開している。 このような交通数データセットを用いて、自動車をベースとした人体移動における行動遷移のモデル化の文脈において、クロスカントリー道路交通量における時空間遷移について検討した。 交通流の多次元変数を計算するための再現可能なワークフローを開発した。 本研究は、ドイツと近隣諸国(ルクセンブルク、フランス、ベルギー)の間で、2016-2018年以前に、および新型コロナウイルスパンデミック(2019-2021年)で検出された自動車による日々の旅行行動について報告する。 公害ホットスポットの特定,機能的土地利用パターンへの因果関係,空間的影響領域の計算など,総合的な道路網レベルでの補間とダウンスケーリングのアプローチに光を当てるべきである。 Luxembourgの場合、ブリッジ・アンド・ロードス・オーソリティ(Bridges and Roads Authority)は、他の欧州加盟国と同様、センサーベースのIoT技術を採用することで、大規模なデジタル交通観測インフラを設置した。 2016年以降、彼らは高性能なデータ処理を提供し、国の道路交通に関する公開データを公開した。 データセットには、さまざまな車両タイプに対する時間単位のトラフィックカウントが含まれており、毎日、代表的な観察ポイントと、主要な道路ネットワークが続く。 オリジナルのデータセットには大きな欠落点が含まれているため、包括的なデータ調和が実施された。

関連論文リスト

• Learning Universal Human Mobility Patterns with a Foundation Model for Cross-domain Data Fusion [11.332722237426987]
  ユニバーサルな人体移動のための基盤モデルフレームワークを提案する。 制限に対処するために、クロスドメインデータ融合と大きな言語モデルを活用します。 我々のフレームワークはドメイン転送技術による適応性を実証する。
  論文  参考訳（メタデータ） (2025-03-20T01:41:28Z)
• Network-Wide Traffic Flow Estimation Across Multiple Cities with Global Open Multi-Source Data: A Large-Scale Case Study in Europe and North America [10.605083464975749]
  一般的なネットワークの各リンクの動的トラフィック量をキャプチャするネットワーク全体のトラフィックフローは、スマートモビリティアプリケーションの基本である。 既存の研究では、センサのカバー不足を補うために様々な補足データソースを使用し、未観測のトラフィックフローを見積もっている。 我々は,GOMSマップから情報を効果的に抽出し,合成する,注目に基づくグラフニューラルネットワークを開発した。
  論文  参考訳（メタデータ） (2025-02-06T05:59:18Z)
• Traffic Prediction with Transfer Learning: A Mutual Information-based Approach [11.444576186559487]
  そこで我々は,他の都市からのビッグデータを用いて交通予測を行う都市間交通予測手法であるTrafficTLを提案する。 TrafficTLは3つの実世界のデータセットの包括的なケーススタディによって評価され、最先端のベースラインを約8～25%上回る。
  論文  参考訳（メタデータ） (2023-03-13T15:27:07Z)
• Continuous-Time and Multi-Level Graph Representation Learning for Origin-Destination Demand Prediction [52.0977259978343]
  本稿では,原位置需要予測(CMOD)のための連続時間および多段階動的グラフ表現学習法を提案する。 状態ベクトルは、過去のトランザクション情報を保持し、最近発生したトランザクションに従って継続的に更新される。 北京地下鉄とニューヨークタクシーの2つの実世界のデータセットを用いて実験を行い、そのモデルが最先端のアプローチに対して優れていることを実証した。
  論文  参考訳（メタデータ） (2022-06-30T03:37:50Z)
• Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
  粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。 本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。 提案手法は,高品質なトラフィックフローマップを作成できる。
  論文  参考訳（メタデータ） (2021-09-29T07:51:49Z)
• An Experimental Urban Case Study with Various Data Sources and a Model for Traffic Estimation [65.28133251370055]
  我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。 我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。 本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
  論文  参考訳（メタデータ） (2021-08-02T08:13:57Z)
• Deep traffic light detection by overlaying synthetic context on arbitrary natural images [49.592798832978296]
  深部交通光検出器のための人工的な交通関連トレーニングデータを生成する手法を提案する。 このデータは、任意の画像背景の上に偽のトラフィックシーンをブレンドするために、基本的な非現実的なコンピュータグラフィックスを用いて生成される。 また、交通信号データセットの本質的なデータ不均衡問題にも対処し、主に黄色い状態のサンプルの少なさによって引き起こされる。
  論文  参考訳（メタデータ） (2020-11-07T19:57:22Z)
• Modeling Traffic Congestion in Developing Countries using Google Maps Data [4.3117073200815375]
  本稿では,Google Mapのトラフィック層からのトラフィックデータを最小限のコストで収集する手法を提案する。 これらの単純なモデルであっても、交通渋滞を事前に予測できることが示されています。
  論文  参考訳（メタデータ） (2020-10-29T13:46:34Z)

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。