論文の概要: Urban mobility network centrality predicts social resilience

• arxiv url: http://arxiv.org/abs/2602.18546v1
• Date: Fri, 20 Feb 2026 17:11:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-24 17:42:02.157182
• Title: Urban mobility network centrality predicts social resilience
• Title（参考訳）: 都市移動ネットワークの中央性は社会的レジリエンスを予測する
• Authors: Lin Chen, Fengli Xu, Esteban Moro, Pan Hui, Yong Li, James Evans,
• Abstract要約: 我々は、3つの異なる都市ショックで1億3300万人以上の住民をカバーしている15都市からの大規模な人的移動データを分析した。 都市施設の相互接続型モビリティネットワークを構築することにより,固有ベクトルネットワークの集中度が本質的なサービスの提供を示す傾向にあることが明らかになった。
• 参考スコア（独自算出の注目度）: 22.168500979781836
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cities thrive on social interactions that foster well-being, innovation, and prosperity; yet, exogenous shocks such as pandemics, hurricanes, and wildfires can severely disrupt them. Different urban venues exhibit widely divergent response patterns, raising key questions about what factors contribute to these differences and how we can anticipate and respond. Understanding these questions is crucial for safeguarding social resilience, the capacity of urban venues to maintain both visitation and diversity. In this study, we analyze large-scale human mobility data from 15 US cities covering more than 103 million residents across three distinct urban shocks. Despite a general trend of declining visitation and weakened social mixing, 36.28%-53.01% of venues exhibit reduced segregation, and 21.04%-38.55% of venues exhibit increased visitation. By constructing a mobility network interlinking types of urban venues, we reveal that eigenvector network centrality tends to indicate the provision of essential services and robustly predicts social resilience across varied urban shocks. Specifically, centrality elevates the explanatory power by more than 80% in predicting both segregation and mobility change, compared with more intuitive features. Furthermore, compared to peripheral venues, core venues featuring shorter visit distances, broader neighborhood visitation, shorter visitor dwell times, and steadier popularity throughout the day. Such patterns imply a dual social mechanism: core venues sustain social ties through frequent informal interaction, while peripheral ones facilitate deeper engagement around specialized interests and their corresponding social circles. By bridging urban mobility research with economic theories that distinguish staple from discretionary products, we propose a well-and-pool analogy that suggests how people spend their varying urban mobility budgets.
• Abstract（参考訳）: 都市は幸福、イノベーション、繁栄を促進する社会的相互作用で繁栄するが、パンデミック、ハリケーン、山火事などの外因性ショックはそれらを著しく破壊する可能性がある。 異なる都市部では、様々な反応パターンがあり、これらの違いにどのような要因が寄与するか、どのように予測し、反応するかといった重要な疑問が提起されている。 これらの質問を理解することは、社会のレジリエンス、訪問と多様性を両立する都市施設の能力の保護に不可欠である。 本研究では,3つの異なる都市ショックにまたがる1億3300万人以上の住民を対象に,米国15都市の大規模移動データを分析した。 総じて訪問の減少と社会混合の弱さにもかかわらず、36.28%-53.01%の会場は分離を減らし、21.04%-38.55%の会場は訪問の増加を見せている。 都市空間を相互接続する移動型ネットワークの構築により,固有ベクトルネットワークの中央性は基本的サービスの提供を示す傾向にあり,様々な都市衝撃に対する社会的レジリエンスを強く予測する傾向にあることが明らかになった。 特に、中心性は、より直感的な特徴と比較して、分離と移動の両方の変化を予測することで、説明力を80%以上高める。 さらに、周辺会場と比較して、訪問距離の短い中核施設、より広い地区訪問、宿泊時間の短縮、日中より安定した人気がある。 このようなパターンは二重の社会的メカニズムを暗示している: 中心的な会場は、しばしば非公式な相互作用を通じて社会的関係を維持し、周囲の場所は、専門的な関心やそれに対応する社会サークルに関するより深い関与を促進する。 本研究は, 都市移動研究と, 差別製品とを区別する経済理論を組み込むことで, 人々が都市移動予算をどう使うのかを示唆する, 健全かつプールなアナロジーを提案する。

関連論文リスト

• Beyond Distance: Mobility Neural Embeddings Reveal Visible and Invisible Barriers in Urban Space [2.0417696276578985]
  私たちはニューラル埋め込みモデルを使って、人々が都市空間をどう移動するかを学ぶ。 障壁の最も強い予測者は、アメニティ、行政境界、および収入と人種による住宅分離へのアクセスの差異である。 これらの見えない境界線は都市コアに集中しており、都市、空間スケール、期間にわたって持続している。
  論文  参考訳（メタデータ） (2025-06-30T17:08:26Z)
• InclusiViz: Visual Analytics of Human Mobility Data for Understanding and Mitigating Urban Segregation [41.758626973743525]
  InclusiVizは、都市分離の多段階解析のための新しいビジュアル分析システムである。 我々は、環境特徴を用いた社会集団間の移動パターン予測のためのディープラーニングモデルを構築し、説明可能なAIを付加した。 このシステムは、ユーザーが広範囲にわたる概要から細かな詳細まで、分離パターンを探索できる革新的な可視化技術を統合している。
  論文  参考訳（メタデータ） (2025-01-07T07:50:36Z)
• Deciphering Urban Morphogenesis: A Morphospace Approach [0.0]
  形態形成は形態空間を通じて軌道として概念化され、構造探索選択プロセスによって制御される。 この研究は、都市形態形成の非エルゴード的な性質を強調しており、互いに依存するエージェント間の相互作用の多様化を支援するために、適合度に基づいて構成が徐々に選択される。 この分析は、密度、透過性、情報組織のバランスをとるソリューションとして都市が出現し、進化していくという提案を支持し、より複雑な社会機能をサポートすることができる。
  論文  参考訳（メタデータ） (2024-11-21T00:50:04Z)
• Rethinking Urban Mobility Prediction: A Super-Multivariate Time Series Forecasting Approach [71.67506068703314]
  長期の都市移動予測は、都市施設やサービスの効果的管理において重要な役割を担っている。 伝統的に、都市移動データはビデオとして構成され、経度と緯度を基本的なピクセルとして扱う。 本研究では,都市におけるモビリティ予測の新たな視点について紹介する。 都市移動データを従来のビデオデータとして単純化するのではなく、複雑な時系列と見なす。
  論文  参考訳（メタデータ） (2023-12-04T07:39:05Z)
• Time-space dynamics of income segregation: a case study of Milan's neighbourhoods [0.0]
  本研究では,都市活動の時間的ダイナミクスに埋め込まれたソーシャルミキシングを3次元的に分析する空間を提案する。 住宅地は夜間に社会的な混合を奨励しないが、労働時間によって包摂が促進され、市中心部は交流のレベルが高められている。 レジャーエリアは、公共交通機関や様々な関心点といった都市の特徴によって、社会的相互作用の潜在的ファシリテーターとして出現する。
  論文  参考訳（メタデータ） (2023-09-29T14:50:13Z)
• SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction [59.064925464991056]
  ソーシャルソフトアテンショングラフ畳み込みネットワーク(SSAGCN)という新しい予測モデルを提案する。 SSAGCNは、歩行者間の社会的相互作用と歩行者と環境間のシーンインタラクションを同時に扱うことを目的としている。 公開データセットの実験は、SAGCNの有効性を証明し、最先端の結果を得た。
  論文  参考訳（メタデータ） (2021-12-05T01:49:18Z)
• 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)
• Entropy as a measure of attractiveness and socioeconomic complexity in Rio de Janeiro metropolitan area [52.77024349608834]
  携帯電話のデータセットとエントロピーに基づく測度を用いて、位置の魅力を測定する。 その結果、エントロピーによって測定された特定の位置の魅力は、その位置の社会経済的地位の重要な記述者であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T15:58:56Z)
• Measuring Spatial Subdivisions in Urban Mobility with Mobile Phone Data [58.720142291102135]
  2050年までに世界の人口の3分の2が都市部に住んでいる。 この成長は、都市が持続可能性を測定し計画する能力よりも速く、より複雑である。 都市がなぜ包括的になるのかを理解するために,空間分割を識別し特徴付ける手法を定義する。
  論文  参考訳（メタデータ） (2020-02-20T14:37:46Z)

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。