論文の概要: One Size Fits None: A Personalized Framework for Urban Accessibility Using Exponential Decay
- arxiv url: http://arxiv.org/abs/2512.08941v2
- Date: Tue, 16 Dec 2025 04:58:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-25 16:54:51.415208
- Title: One Size Fits None: A Personalized Framework for Urban Accessibility Using Exponential Decay
- Title（参考訳）: One Size Fits None: 指数減衰を用いた都市アクセシビリティのためのパーソナライズされたフレームワーク
- Authors: Prabhanjana Ghuriki, S. Chanti,
- Abstract要約: 本研究では,指数減衰関数とユーザ親和性重み付けシステムを統合する,パーソナライズされたアクセシビリティ・フレームワークを開発する。
このフレームワークは、個人の優先順位とライフスタイルの要求に基づいて、リアルタイムでパーソナライズされた都市評価を可能にする。
- 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 study develops a personalized accessibility framework that integrates exponential decay functions with user-customizable weighting systems. The framework enables real-time, personalized urban evaluation based on individual priorities and lifestyle requirements. The methodology employs grid-based discretization and a two-stage computational architecture that separates intensive preprocessing from lightweight real-time calculations. The computational architecture demonstrates that accessibility modelling can be made accessible to non-technical users through interactive interfaces, enabling fine-grained spatial analysis and identification of accessibility variations within neighbourhoods. The research contributes to Sustainable Development Goal 11's vision of inclusive, sustainable cities by providing tools for understanding how different populations experience identical urban spaces, supporting evidence-based policy development that addresses accessibility gaps.
- Abstract（参考訳）: 本研究では,指数減衰関数とユーザ親和性重み付けシステムを統合する,パーソナライズされたアクセシビリティ・フレームワークを開発する。
このフレームワークは、個人の優先順位とライフスタイルの要求に基づいて、リアルタイムでパーソナライズされた都市評価を可能にする。
この手法はグリッドベースの離散化と、軽量なリアルタイム計算から集中的な事前処理を分離する2段階の計算アーキテクチャを用いる。
計算アーキテクチャは、非技術ユーザに対して対話的インタフェースを通じてアクセシビリティ・モデリングを行えることを示し、よりきめ細かい空間分析と周辺地域のアクセシビリティ・バリエーションの同定を可能にする。
この研究は、サステナブル開発目標11の包括的で持続可能な都市に対するビジョンに貢献し、異なる人口が同じ都市空間を体験するかを理解するためのツールを提供し、アクセシビリティギャップに対処するエビデンスベースの政策開発を支援する。
関連論文リスト
- Origin-Conditional Trajectory Encoding: Measuring Urban Configurational Asymmetries through Neural Decomposition [3.4560970433900366]
本研究では,原点に依存した非対称性を保ちながら空間的および運動的表現を学習する条件付き軌道エンコーダを提案する。
この枠組みは、都市ナビゲーションを共通の認知パターンと原点固有の空間的物語に分解する。
6つの総合都市の結果と北京の西京地区における実世界検証の結果は、都市形態が体系的な認知的不平等を生み出すことを示している。
論文 参考訳（メタデータ） (2025-12-03T12:54:16Z) - Urbanite: A Dataflow-Based Framework for Human-AI Interactive Alignment in Urban Visual Analytics [4.107382739138796]
都市視覚分析は、現実世界の問題に対する洞察を導き出すのに欠かせないものとなっている。
多様なデータセットを管理し、複雑に蒸留し、様々な分析手法を統合する必要性は、参入の障壁を高くする。
都市視覚分析における人間とAIの協調のためのフレームワークであるUrbaniteを提案する。
論文 参考訳（メタデータ） (2025-08-10T15:44:37Z) - POIFormer: A Transformer-Based Framework for Accurate and Scalable Point-of-Interest Attribution [3.729614737011418]
textsfPOIFormerは、正確で効率的なPOI属性のためのトランスフォーマーベースの新しいフレームワークである。
textsfPOIFormerは、大規模でノイズの多いモビリティデータセットにおいて、正確で効率的な属性を可能にする。
論文 参考訳（メタデータ） (2025-07-12T04:37:52Z) - Real-time Spatial Retrieval Augmented Generation for Urban Environments [2.8367942280334493]
本研究は,都市への生成AIの効果的な統合に必要なコンポーネントを定義するリアルタイム空間RAGアーキテクチャを提案する。
提案アーキテクチャは、スマートシティソリューションとデジタルツインを開発するソフトウェアコンポーネントのエコシステムであるFIWAREを用いて実装されている。
論文 参考訳（メタデータ） (2025-05-04T21:57:58Z) - UniSTD: Towards Unified Spatio-Temporal Learning across Diverse Disciplines [64.84631333071728]
本稿では,時間的モデリングのためのトランスフォーマーベースの統合フレームワークであるbfUnistageを紹介する。
我々の研究は、タスク固有の視覚テキストが時間学習のための一般化可能なモデルを構築することができることを示した。
また、時間的ダイナミクスを明示的に組み込むための時間的モジュールも導入する。
論文 参考訳（メタデータ） (2025-03-26T17:33:23Z) - 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) - A Unified Framework for Next-Gen Urban Forecasting via LLM-driven Dependency Retrieval and GeoTransformer [7.128763419599272]
本研究では,高次元都市予測のための新しい統一的枠組みを提案する。
我々のフレームワークはモジュール化されており、多様な表現方法や予測モデルをサポートし、最小限の入力でも操作できる。
論文 参考訳（メタデータ） (2024-08-16T17:26:42Z) - Unified Data Management and Comprehensive Performance Evaluation for
Urban Spatial-Temporal Prediction [Experiment, Analysis & Benchmark] [78.05103666987655]
この研究は、多様な都市空間時間データセットにアクセスし活用する際の課題に対処する。
都市空間・時空間のビッグデータ用に設計された統合ストレージフォーマットであるアトミックファイルを導入し,40種類の多様なデータセットでその有効性を検証する。
多様なモデルとデータセットを使用して広範な実験を行い、パフォーマンスリーダーボードを確立し、有望な研究方向性を特定する。
論文 参考訳（メタデータ） (2023-08-24T16:20:00Z) - 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)
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。