論文の概要: Public transport challenges and technology-assisted accessibility for visually impaired elderly residents in urban environments
- arxiv url: http://arxiv.org/abs/2601.15291v1
- Date: Mon, 08 Dec 2025 13:14:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-25 16:54:51.829838
- Title: Public transport challenges and technology-assisted accessibility for visually impaired elderly residents in urban environments
- Title（参考訳）: 都市環境における視覚障害者の公共交通の課題とアクセシビリティ
- Authors: Jason Pan, Ben Moews,
- Abstract要約: 本研究では,人工知能におけるリアルタイムデータフィードと開発がナビゲーション支援をいかに向上させるかを検討する。
参加者は、すでにナビゲーション技術を様々な学位に利用しており、人工知能を採用する意思を表明している。
我々の分析は、独立旅行を有意義に改善するための感覚と認知的ニーズの観点から、動的ツールの重要性を強調している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Independent navigation is a core aspect of maintaining social participation and individual health for vulnerable populations. While historic cities such as Edinburgh, as the capital of Scotland, often feature well-established public transport systems, urban accessibility challenges remain and are exacerbated by a complex landscape, especially for groups with multiple vulnerabilities such as the blind elderly. With limited research examining how real-time data feeds and developments in artificial intelligence can enhance navigation aids, we address this gap through a mixed-methods approach. Our work combines statistical and machine learning techniques, with a focus on spatial analysis to investigate network coverage, service patterns, and density through live Transport for Edinburgh data, with a qualitative thematic analysis of semi-structured interviews with the mentioned target group. The results demonstrate the highly centralised nature of the city's transport system, the significance of memory-based navigation, and the lack of travel information in usable formats. We also find that participants already use navigation technology to varying degrees and express a willingness to adopt artificial intelligence. Our analysis highlights the importance of dynamic tools in terms of sensory and cognitive needs to meaningfully improve independent travel.
- Abstract（参考訳）: 独立ナビゲーションは、社会的参加と弱い人口に対する個人の健康を維持するための中核的な側面である。
スコットランドの首都であるエディンバラのような歴史的都市は、しばしば確立された公共交通機関を特徴としているが、都市へのアクセシビリティの課題は、複雑な景観、特に盲目の高齢者のような複数の脆弱性を持つグループによって悪化している。
人工知能におけるリアルタイムデータフィードと開発がどのようにナビゲーション支援を強化するかについての限られた研究により、我々は混合メソッドアプローチによってこのギャップに対処する。
本研究は,Edinburgh のライブトランスポートデータを用いた空間解析,ネットワークカバレッジ,サービスパターン,密度の探索,および,上記対象グループとの半構造化インタビューの定性的セマンティック解析と,統計的および機械学習技術を組み合わせたものである。
その結果、市内の交通システムの高度に集中した性質、メモリベースのナビゲーションの重要性、使用可能なフォーマットでの旅行情報不足が示された。
また、参加者はナビゲーション技術を様々な程度に利用しており、人工知能の採用への意欲を表現していることもわかりました。
我々の分析は、独立旅行を有意義に改善するための感覚と認知的ニーズの観点から、動的ツールの重要性を強調している。
関連論文リスト
- 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) - 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) - Learning to Drive Anywhere with Model-Based Reannotation [49.80796496905606]
ロボットの視覚ナビゲーションポリシーを一般化するためのフレームワークを開発する。
クラウドソースの遠隔操作データや、ラベルなしのYouTubeビデオなど、受動的に収集されたデータを活用します。
このデータはLogoNavに蒸留される。LogoNavは、視覚的目標やGPSのウェイポイントに照準を合わせられた長い水平航法ポリシーだ。
論文 参考訳（メタデータ） (2025-05-08T18:43:39Z) - A Systematic Decade Review of Trip Route Planning with Travel Time Estimation based on User Preferences and Behavior [0.0]
本稿では,人工知能(AI)を用いた適応旅行経路計画と旅行時間推定の進歩を体系的に検討する。
機械学習(ML)、強化学習(RL)、グラフニューラルネットワーク(GNN)を含む確立されたAI技術
論文は、AIを活用して効率的で透明で持続可能なナビゲーションシステムを構築するための推奨事項で締めくくっている。
論文 参考訳（メタデータ） (2025-03-30T15:41:44Z) - Online Location Planning for AI-Defined Vehicles: Optimizing Joint Tasks of Order Serving and Spatio-Temporal Heterogeneous Model Fine-Tuning [12.784479119173223]
車両群集センシング(VCS)は、車両の移動性とセンサーを装備した能力を活用する重要なイネーブラーとして登場した。
この研究は、エッジアシスト車両が注文サービスと基礎モデルの微調整のジョイントタスクを行う、有望なシナリオを探求する。
論文 参考訳（メタデータ） (2025-02-06T07:23:40Z) - 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) - How Cars Move: Analyzing Driving Dynamics for Safer Urban Traffic [12.414957984956043]
PriorMotionは、動的解析を駆動することで、運動パターンを体系的に発見するように設計されたデータ統合フレームワークである。
提案手法は,都市交通の空間的時間的傾向を捉えるために,マルチスケールな経験的観察とカスタマイズされた分析ツールを組み合わせる。
論文 参考訳（メタデータ） (2024-12-05T09:56:24Z) - SACSoN: Scalable Autonomous Control for Social Navigation [62.59274275261392]
我々は、社会的に邪魔にならないナビゲーションのための政策の訓練方法を開発した。
この反事実的摂動を最小化することにより、共有空間における人間の自然な振る舞いを変えない方法でロボットに行動を促すことができる。
屋内移動ロボットが人間の傍観者と対話する大規模なデータセットを収集する。
論文 参考訳（メタデータ） (2023-06-02T19:07:52Z) - AI in Smart Cities: Challenges and approaches to enable road vehicle
automation and smart traffic control [56.73750387509709]
SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。
本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
論文 参考訳（メタデータ） (2021-04-07T14:31:08Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳（メタデータ） (2020-08-29T15:14:03Z)
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。