論文の概要: Beyond Centrality: Understanding Urban Street Network Typologies Through Intersection Patterns

• arxiv url: http://arxiv.org/abs/2511.06747v1
• Date: Mon, 10 Nov 2025 06:22:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-11 21:18:45.103993
• Title: Beyond Centrality: Understanding Urban Street Network Typologies Through Intersection Patterns
• Title（参考訳）: 中心性を超えて: インターセクションパターンによる都市街路網の分類を理解する
• Authors: Anu Kuncheria, Joan L. Walker, Jane Macfarlane,
• Abstract要約: 本研究はサンフランシスコベイエリアの100以上の都市を調査する。 本稿では,3方向交差点と4方向交差点の異なるタイプの交差点を区別し,交差点を分類するための新しい指標を提案する。 機械学習におけるクラスタリングアルゴリズムの適用により、3つの異なる型を同定した。
• 参考スコア（独自算出の注目度）: 1.422288795020666
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The structure of road networks plays a pivotal role in shaping transportation dynamics. It also provides insights into how drivers experience city streets and helps uncover each urban environment's unique characteristics and challenges. Consequently, characterizing cities based on their road network patterns can facilitate the identification of similarities and differences, informing collaborative traffic management strategies, particularly at a regional scale. While previous studies have investigated global network patterns for cities, they have often overlooked detailed characterizations within a single large urban region. Additionally, most existing research uses metrics like degree, centrality, orientation, etc., and misses the nuances of street networks at the intersection level, specifically the geometric angles formed by links at intersections, which could offer a more refined feature for characterization. To address these gaps, this study examines over 100 cities in the San Francisco Bay Area. We introduce a novel metric for classifying intersections, distinguishing between different types of 3-way and 4-way intersections based on the angles formed at the intersections. Through the application of clustering algorithms in machine learning, we have identified three distinct typologies - grid, orthogonal, and organic cities - within the San Francisco Bay Area. We demonstrate the effectiveness of the metric in capturing the differences between cities based on street and intersection patterns. The typologies generated in this study could offer valuable support for city planners and policymakers in crafting a range of practical strategies tailored to the complexities of each city's road network, covering aspects such as evacuation plans, traffic signage placements, and traffic signal control.
• Abstract（参考訳）: 道路網の構造は交通力学の形成において重要な役割を担っている。 また、ドライバーが街路を体験する方法に関する洞察を提供し、各都市環境の固有の特徴と課題を明らかにするのに役立つ。 その結果,道路網のパターンに基づいて都市を特徴付けることにより,類似点や相違点の識別が容易になり,特に地域規模での共同交通管理戦略が実現される。 これまでの研究では、都市におけるグローバルなネットワークパターンを調査してきたが、大都市圏の詳細な特徴を見落としていることが多い。 さらに、既存の研究のほとんどは、度数、集中度、方向などの指標を使用しており、交差点レベルでのストリートネットワークのニュアンス、特に交差点におけるリンクによって形成される幾何学的角度を見逃している。 これらのギャップに対処するため、サンフランシスコベイエリアの100以上の都市を調査した。 本稿では,交差点に形成される角度に基づいて,異なるタイプの3方向と4方向の交差点を区別し,交差点を分類する新しい指標を提案する。 機械学習におけるクラスタリングアルゴリズムの適用を通じて、サンフランシスコベイエリア内で、グリッド、直交、有機都市という3つの異なるタイプが特定されました。 街路パターンと交差点パターンに基づく都市間差異の把握における指標の有効性を実証する。 本研究は, 交通計画, 交通標識配置, 交通信号制御など, 道路網の複雑度に合わせた多様な実践的戦略を構築する上で, 都市計画者や政策立案者に貴重な支援を提供するものである。

関連論文リスト

• A computational framework for quantifying route diversification in road networks [1.9232329432211988]
  本稿では,道路網構造が交通集中に対抗してどのように形成されるか,すなわち経路の多様化について検討する。 DiverCityは、トラフィックが複数の、緩やかに重なり合うニアショートルートにまたがる可能性がある範囲を定量化する尺度である。
  論文  参考訳（メタデータ） (2025-10-02T21:41:53Z)
• Understanding the Structure and Resilience of the Brazilian Federal Road Network Through Network Science [44.99833362998488]
  本稿では、ブラジルの連邦道路網を重み付きネットワークとしてモデル化する。 我々は, その地形特性を明らかにし, 75,000kmの道路を通じて, 国にとって重要な役割を担う重要な場所(都市)を特定することを目的とする。 本研究の目的は,ブラジルの連邦道路の全体構造を明確化し,インフラ計画の改善とネットワークのレジリエンス向上のための資源優先のための実用的な洞察を提供することである。
  論文  参考訳（メタデータ） (2024-12-20T13:02:50Z)
• Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
  本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。 本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。 我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
  論文  参考訳（メタデータ） (2024-10-10T10:10:03Z)
• A shape-based heuristic for the detection of urban block artifacts in street networks [0.0]
  ストリートネットワークは都市のユビキタスな構成要素であり、開発を指導し、場所から場所への移動を可能にする。 グラフ表現は主に交通目的のために設計されている。 この表現は、交通ネットワークを単純化する必要がある他のユースケースには適していない。
  論文  参考訳（メタデータ） (2023-09-01T13:11:35Z)
• Graph-based Topology Reasoning for Driving Scenes [102.35885039110057]
  TopoNetは、従来の知覚タスクを超えてトラフィック知識を抽象化できる最初のエンドツーエンドフレームワークである。 TopoNetを,難解なシーン理解ベンチマークOpenLane-V2で評価した。
  論文  参考訳（メタデータ） (2023-04-11T15:23:29Z)
• Extracting Spatial Interaction Patterns between Urban Road Networks and Mixed Functions [4.198538504785438]
  ある地域の機能が混ざり合っているほど、その活力が増す可能性がある。 本研究は,道路ネットワークの構造の度合いが高いほど,関数の集約を惹きつける可能性が高くなることを示す。 また、地方レベルの多様化が都市機能の収集に役立つことも明らかにした。
  論文  参考訳（メタデータ） (2022-11-03T01:41:46Z)
• 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)
• End-to-End Intersection Handling using Multi-Agent Deep Reinforcement Learning [63.56464608571663]
  交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。 本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。 本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
  論文  参考訳（メタデータ） (2021-04-28T07:54:40Z)
• Local Betweenness Centrality Analysis of 30 European Cities [0.0]
  長距離交通にとって重要な道路区画が大通り沿いに集中しているのに対し,短距離交通はCBD,歴史地区,住宅地区を中心にクラスターを形成していることを示す。 都市の計画立案者や意思決定者にとって,都市の状況を理解し,情報的意思決定を行う上で有用である。
  論文  参考訳（メタデータ） (2021-03-21T17:08:04Z)

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。