論文の概要: Accelerating Urban Science Research with AI Urban Scientist
- arxiv url: http://arxiv.org/abs/2512.07849v1
- Date: Wed, 26 Nov 2025 01:17:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-15 04:16:52.514282
- Title: Accelerating Urban Science Research with AI Urban Scientist
- Title（参考訳）: AI都市科学者による都市科学研究の加速
- Authors: Tong Xia, Jiankun Zhang, Ruiwen You, Ao Xu, Linghao Zhang, Tengyao Tu, Jingzhi Wang, Jinghua Piao, Yunke Zhang, Fengli Xu, Yong Li,
- Abstract要約: 我々は、仮説、ピアレビュー信号、データセット、分析パターンから構築された知識駆動型AIUrban Scientistを紹介する。
このシステムは、構造化された仮説を生成し、異種データセットを検索し、調和させ、自動的な経験分析とシミュレーションを行い、都市科学の推論と互換性のある形式の洞察を合成する。
- 参考スコア（独自算出の注目度）: 15.346239178539593
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cities are complex, adaptive systems whose underlying principles remain difficult to disentangle despite unprecedented data abundance. Urban science therefore faces a fundamental challenge: converting vast, fragmented and interdisciplinary information into coherent explanations of how cities function and evolve. The emergence of AI scientists, i.e., agents capable of autonomous reasoning, hypothesis formation and data-driven experimentation, offers a new pathway toward accelerating this transformation, yet general-purpose systems fall short of the domain knowledge and methodological depth required for urban science research. Here we introduce a knowledge-driven AI Urban Scientist, built from hypotheses, peer-review signals, datasets and analytical patterns distilled from thousands of high-quality studies, and implemented as a coordinated multi-agent framework for end-to-end inquiry. The system generates structured hypotheses, retrieves and harmonizes heterogeneous datasets, conducts automated empirical analysis and simulation, and synthesizes insights in forms compatible with urban scientific reasoning. By providing reusable analytical tools and supporting community-driven extensions, the AI Urban Scientist lowers barriers to advanced urban analytics and acts not merely as an assistant but as an active collaborator in revealing the mechanisms that shape urban systems and in guiding the design of more resilient and equitable cities.
- Abstract（参考訳）: 都市は複雑で適応的なシステムであり、その根底にある原則は、前例のないデータが豊富にあるにもかかわらず、混乱しがちである。
したがって、都市科学は、広大な、断片化された、学際的な情報を、都市の機能と進化のコヒーレントな説明に変換するという、根本的な課題に直面している。
自律的推論、仮説形成、データ駆動実験が可能なエージェントであるAI科学者の出現は、この変革を加速する新たな経路を提供するが、都市科学研究に必要なドメイン知識や方法論的な深さには達していない。
ここでは、何千もの高品質な研究から抽出された仮説、ピアレビュー信号、データセット、分析パターンから構築された知識駆動型AIUrban Scientistを紹介し、エンドツーエンド調査のための協調型マルチエージェントフレームワークとして実装する。
このシステムは、構造化された仮説を生成し、異種データセットを検索し、調和させ、自動的な経験分析とシミュレーションを行い、都市科学の推論と互換性のある形式の洞察を合成する。
再利用可能な分析ツールを提供し、コミュニティ主導の拡張機能をサポートすることで、AI Urban Scientistは、高度な都市分析への障壁を低くし、補助者としてだけでなく、都市システムを形成するメカニズムを明らかにし、よりレジリエントで平等な都市の設計を導くための積極的な協力者として機能する。
関連論文リスト
- AI4X Roadmap: Artificial Intelligence for the advancement of scientific pursuit and its future directions [65.44445343399126]
我々は、生物学、化学、気候科学、数学、材料科学、物理学、自動運転研究所、非伝統的コンピューティングにまたがるAI可能な科学を考察する。
多様な信頼性のあるデータの必要性、伝達可能な電子構造と原子間モデル、AIシステムがエンドツーエンドの科学合成に統合される。
ドメイン全体にわたって、大規模な基礎モデル、アクティブラーニング、自動運転車研究所が、予測と検証の間のループを閉じる方法について強調する。
論文 参考訳（メタデータ） (2025-11-26T02:10:28Z) - Mapping the Urban Mobility Intelligence Frontier: A Scientometric Analysis of Data-Driven Pedestrian Trajectory Prediction and Simulation [9.952614688579738]
本研究は,データ駆動型歩行者軌道予測と群集シミュレーションに関する総合的な科学的分析を行う。
結果は、人工知能、都市情報学、および群衆行動モデリングの強い収束性を示す。
論文 参考訳（メタデータ） (2025-10-11T19:58:40Z) - A Survey of Scientific Large Language Models: From Data Foundations to Agent Frontiers [251.23085679210206]
科学大規模言語モデル(Sci-LLMs)は、科学研究において、知識の表現、統合、適用の方法を変えつつある。
この調査は、モデルとその基盤となるデータ基板の共進化として、Sci-LLMの開発を再考する。
我々は、科学的データの統一された分類法と、科学的知識の階層的なモデルを定式化する。
論文 参考訳（メタデータ） (2025-08-28T18:30:52Z) - A Self-Evolving AI Agent System for Climate Science [59.08800209508371]
我々は,地球科学者のためのインタラクティブな"コパイロット"として設計された,初の自己進化型AIエージェントシステムであるEarthLinkを紹介する。
自然言語のインタラクションを通じて、EarthLinkは、計画、コード実行、データ分析、物理的推論を統合することで、研究ワークフロー全体を自動化します。
人のような学際的な分析能力と習熟度を示し、中核的な大規模気候タスクのエキスパート評価においてジュニア研究者に匹敵する能力を示す。
論文 参考訳（メタデータ） (2025-07-23T08:29:25Z) - A Survey of Physics-Informed AI for Complex Urban Systems [15.128346492508234]
都市における物理インフォームドAI手法の総合的なレビューを行う。
既存のアプローチは,3つのパラダイム – 物理集約型AI,物理AIハイブリッドアンサンブル,AI集約型物理 – に分類する。
本研究では,エネルギー,環境,経済,交通,情報,公共サービス,緊急管理,都市システムという8つの主要都市領域にまたがる応用について検討する。
論文 参考訳（メタデータ） (2025-06-09T06:19:14Z) - From Automation to Autonomy: A Survey on Large Language Models in Scientific Discovery [67.07598263346591]
大規模言語モデル(LLM)は科学的発見のパラダイムシフトを触媒している。
この調査は、この急成長する分野を体系的に分析し、科学におけるLLMの役割の変化とエスカレーション能力に重点を置いている。
論文 参考訳（メタデータ） (2025-05-19T15:41:32Z) - Reimagining Urban Science: Scaling Causal Inference with Large Language Models [39.231736674554995]
都市因果研究は、都市を形成する複雑なダイナミックなプロセスを理解するために不可欠である。
現在の慣行は、しばしば非効率で偏りのある仮説の定式化によって制約される。
本研究では,仮説生成,データエンジニアリング,実験設計と実行,政策洞察による結果解釈の4つの異なるモジュールエージェントからなる概念的枠組みであるUrbanCIAを提案する。
論文 参考訳（メタデータ） (2025-04-15T16:58:11Z) - Collaborative Imputation of Urban Time Series through Cross-city Meta-learning [54.438991949772145]
メタ学習型暗黙的ニューラル表現(INR)を利用した新しい協調的計算パラダイムを提案する。
次に,モデルに依存しないメタ学習による都市間協調学習手法を提案する。
20のグローバル都市から得られた多様な都市データセットの実験は、我々のモデルの優れた計算性能と一般化可能性を示している。
論文 参考訳（メタデータ） (2025-01-20T07:12:40Z) - From Cities to Series: Complex Networks and Deep Learning for Improved
Spatial and Temporal Analytics* [0.0]
この論文は複雑なネットワークと機械学習技術を組み合わせて、パンデミック、垂直移動、およびストリートネットワークで観察される人間の現象の理解を改善する。
i) 集中治療室における流行の伝播, 天気予報, 患者モニタリングの応用により, 空間的および時間的データで観測される動的なプロセスをモデル化できる新しいニューラルネットワークアーキテクチャ, (ii) ブラジルのすべての都市間における人間の移動性の範囲におけるリンクを分析し予測するための機械学習手法を貢献する。
論文 参考訳（メタデータ） (2022-06-01T11:04:11Z)
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。