論文の概要: The role of spatial scales in assessing urban mobility models

• arxiv url: http://arxiv.org/abs/2603.05227v1
• Date: Thu, 05 Mar 2026 14:40:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-06 22:06:11.272455
• Title: The role of spatial scales in assessing urban mobility models
• Title（参考訳）: 都市移動モデル評価における空間スケールの役割
• Authors: Rakhi Manohar Mepparambath, Hoai Nguyen Huynh,
• Abstract要約: 都市移動が分析される空間スケールは、あらゆるモデルから得られる洞察の重要な決定要因である。 本研究では,3つの都市モビリティモデル,すなわち重力,放射線,訪問モデルの性能を評価する。 その結果、訪問モデルは、重力や放射よりも常に優れた性能を示すが、それら全てに共通する適切な空間スケールで評価された場合、その性能はそれほど変わらないことがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Urban mobility models are essential tools for understanding and forecasting how people and goods move within cities, which is vital for transportation planning. The spatial scale at which urban mobility is analysed is a crucial determinant of the insights gained from any model as it can affect models' performance. It is, therefore, important that urban mobility models should be assessed at appropriate spatial scales to reflect the underlying dynamics. In this study, we systematically evaluate the performance of three popular urban mobility models, namely gravity, radiation, and visitation models across spatial scales. The results show that while the visitation model consistently performs better than its gravity and radiation counterparts, their performance does not differ much when being assessed at some appropriate spatial scale common to all of them. Interestingly, at scales where all models perform badly, the visitation model suffers the most. Furthermore, results based on the conventional admin boundary may not perform so well as compared to distance-based clustering. The cross examination of urban mobility models across spatial scales also reveals the spatial organisation of the urban structure.
• Abstract（参考訳）: 都市移動モデルは、人や商品が都市内でどのように動くかを理解し、予測するための重要なツールであり、交通計画にとって不可欠である。 都市移動が分析される空間スケールは、モデルの性能に影響を与えるため、あらゆるモデルから得られる洞察の重要な決定要因である。 したがって, 都市移動モデルを適切な空間スケールで評価し, 基礎となる動態を反映させることが重要である。 本研究では,空間スケールにおける3つの都市移動モデル,すなわち重力,放射,訪問モデルの性能を体系的に評価する。 その結果、訪問モデルは、重力や放射能よりも常に優れた性能を示すが、それら全てに共通する適切な空間スケールで評価された場合、その性能はそれほど変わらないことがわかった。 興味深いことに、すべてのモデルがひどくパフォーマンスの悪いスケールでは、訪問モデルは最も苦しむ。 さらに、従来の管理境界に基づく結果は、距離ベースのクラスタリングに比べて、あまりパフォーマンスが良くない。 空間スケールにわたる都市移動モデルの横断的な検証は、都市構造の空間的構造を明らかにしている。

関連論文リスト

• Scaling Laws of Global Weather Models [57.27583619011988]
  本稿では,モデル性能(検証損失)とモデルサイズ,データセットサイズ,計算予算の3つの主要な要因について検討する。 様々なモデルにおいて、Auroraは最も強力なデータスケーリングの挙動を示す。 我々の計算-最適分析は、固定された計算予算の下で、長いトレーニング期間にリソースを割り当てると、モデルサイズの増加よりもパフォーマンスが向上することを示している。
  論文  参考訳（メタデータ） (2026-02-26T12:57:38Z)
• From Seeing to Experiencing: Scaling Navigation Foundation Models with Reinforcement Learning [59.88543114325153]
  本稿では,航法基礎モデルの強化学習能力を高めるためのSeeing-to-Experiencingフレームワークを提案する。 S2Eは、ビデオの事前トレーニングとRLによるポストトレーニングの長所を組み合わせたものだ。 実世界のシーンを3DGSで再現した3D画像に基づく総合的なエンドツーエンド評価ベンチマークであるNavBench-GSを構築した。
  論文  参考訳（メタデータ） (2025-07-29T17:26:10Z)
• Exploring the effect of spatial scales in studying urban mobility pattern [0.0]
  本稿では,シンガポールにおける公共交通機関の流動データを用いた都市移動パターンの説明において,空間スケールが重力モデルの性能に与える影響を考察する。 その結果,重力モデルが最適である最適中間空間スケールの存在が示唆された。
  論文  参考訳（メタデータ） (2025-06-20T05:39:39Z)
• Deep Activity Model: A Generative Approach for Human Mobility Pattern Synthesis [11.90100976089832]
  我々は,人間の移動性モデリングと合成のための新しい生成的深層学習手法を開発した。 オープンソースのデータを使って、アクティビティパターンとロケーショントラジェクトリの両方を組み込む。 モデルはローカルデータで微調整できるため、さまざまな領域にわたるモビリティパターンを正確に表現することができる。
  論文  参考訳（メタデータ） (2024-05-24T02:04:10Z)
• 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)
• ACID: Action-Conditional Implicit Visual Dynamics for Deformable Object Manipulation [135.10594078615952]
  本稿では,体積変形可能なオブジェクトに対する動作条件の視覚力学モデルであるACIDを紹介する。 ベンチマークには17,000以上のアクション・トラジェクトリー、6種類のぬいぐるみと78種類の変種が含まれている。 我々のモデルは、幾何学、対応、力学の予測において最高の性能を達成する。
  論文  参考訳（メタデータ） (2022-03-14T04:56:55Z)
• Deep Learning for Spatiotemporal Modeling of Urbanization [21.677957140614556]
  都市化は世界中の人口の健康と幸福に強い影響を与えている。 多くの空間モデルが機械学習と数値モデリング技術を用いて開発されている。 本稿では,都市化予測モデルにおける深層空間学習の能力について考察する。
  論文  参考訳（メタデータ） (2021-12-17T18:27:52Z)
• 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)
• Strong coupling between scales in a multi-scalar model of urban dynamics [0.0]
  本稿では,都市成長のマルチスカラーシミュレーションモデルについて紹介し,大都市圏における都市形態形成モデルとマクロスケールでの都市相互作用モデルとの結合について述べる。 スケール間の強い結合は、他のスケールでの軌跡に依存する各スケールでのモデルパラメータの更新によって達成される。
  論文  参考訳（メタデータ） (2021-01-29T18:37:44Z)
• On the Generalizability of Motion Models for Road Users in Heterogeneous Shared Traffic Spaces [0.0]
  本稿では,運動モデルの一般化,すなわち異なる環境環境下での現実的な行動を生み出す能力について述べる。 ゲーム理論社会力モデル(GSFM)は、さまざまな共有空間から歩行者や車両の多種多様の運動行動を生成するための汎用モデルへと拡張します。
  論文  参考訳（メタデータ） (2021-01-18T10:28:29Z)
• Models, Pixels, and Rewards: Evaluating Design Trade-offs in Visual Model-Based Reinforcement Learning [109.74041512359476]
  視覚的MBRLアルゴリズムにおける予測モデルの設計決定について検討する。 潜在空間の使用など、しばしば重要と見なされる設計上の決定は、タスクのパフォーマンスにはほとんど影響しないことが分かりました。 我々は,この現象が探索とどのように関係しているか,および標準ベンチマークにおける下位スコーリングモデルのいくつかが,同じトレーニングデータでトレーニングされた場合のベストパフォーマンスモデルと同等の性能を発揮するかを示す。
  論文  参考訳（メタデータ） (2020-12-08T18:03:21Z)

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。