Fugu-MT 論文翻訳(概要): The impact of machine learning forecasting on strategic decision-making for Bike Sharing Systems

論文の概要: The impact of machine learning forecasting on strategic decision-making for Bike Sharing Systems

arxiv url: http://arxiv.org/abs/2603.14901v1
Date: Mon, 16 Mar 2026 07:04:18 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-17 16:19:36.120369
Title: The impact of machine learning forecasting on strategic decision-making for Bike Sharing Systems
Title（参考訳）: 自転車シェアリングシステムの戦略的意思決定に及ぼす機械学習予測の影響
Authors: Enrico Angelelli, Andrea Mor, Carlotta Orsenigo, M. Grazia Speranza, Carlo Vercellis,
Abstract要約: 本稿では,自転車共有システムの各駅におけるリターンとリターンの差を予測するための機械学習手法を提案する。予測は、長期的な意思決定をサポートするために使用されるシミュレーションフレームワークに統合される。この評価は、現在イタリアのブレシアで運用されている自転車共有システムの実世界データに基づいている。
参考スコア（独自算出の注目度）: 0.5872014229110213
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper, machine learning techniques are used to forecast the difference between bike returns and withdrawals at each station of a bike sharing system. The forecasts are integrated into a simulation framework that is used to support long-term decisions and model the daily dynamics, including the relocation of bikes. We assess the quality of the machine learning-based forecasts in two ways. Firstly, we compare the forecasts with alternative prediction methods. Secondly, we analyze the impact of the forecasts on the quality of the output of the simulation framework. The evaluation is based on real-world data of the bike sharing system currently operating in Brescia, Italy.
Abstract（参考訳）: 本稿では,自転車共有システムの各駅におけるリターンとリターンの差を予測するための機械学習手法を提案する。予測は、長期的な意思決定をサポートし、自転車の移動を含む日々のダイナミクスをモデル化するために使用されるシミュレーションフレームワークに統合される。機械学習による予測の質を2つの方法で評価する。まず,予測を代替予測法と比較する。次に,予測がシミュレーションフレームワークの出力品質に与える影響を分析する。この評価は、現在イタリアのブレシアで運用されている自転車共有システムの実世界データに基づいている。

関連論文リスト

Causal World Modeling for Robot Control [56.31803788587547]
ビデオワールドモデルは、アクションと視覚力学の因果関係を理解することによって、近い将来に想像できる能力を提供する。本稿では,フレーム予測とポリシ実行を同時に学習する自動回帰拡散フレームワークLingBot-VAを紹介する。シミュレーションベンチマークと実世界のシナリオの両方でモデルを評価したところ、長距離操作、ポストトレーニングにおけるデータ効率、新しい構成への強力な一般化性などに大きな可能性を示唆している。
論文参考訳（メタデータ） (2026-01-29T17:07:43Z)
Evaluating the effects of Data Sparsity on the Link-level Bicycling Volume Estimation: A Graph Convolutional Neural Network Approach [54.84957282120537]
本稿では,リンクレベルの自転車の体積をモデル化するためにGCNアーキテクチャを利用する最初の研究について述べる。線形回帰、サポートベクターマシン、ランダムフォレストといった従来の機械学習モデルと比較した。以上の結果から,GCNモデルは,年間平均自転車数(AADB)を予測する上で,従来のモデルよりも優れていたことが示唆された。
論文参考訳（メタデータ） (2024-10-11T04:53:18Z)
Bike3S: A Tool for Bike Sharing Systems Simulation [2.1778360174438047]
Bike3Sは、ステーションベースの自転車共有システムのシミュレータである。自転車共有システムの動作を半現実的にシミュレーションする。
論文参考訳（メタデータ） (2024-01-24T17:33:40Z)
Physics Informed Shallow Machine Learning for Wind Speed Prediction [66.05661813632568]
イタリアの32カ所の標高10mの風速計から観測された大量の風のデータセットを分析した。我々は、過去の風の履歴を用いて教師あり学習アルゴリズムを訓練し、その価値を将来予測する。最適設計と性能は場所によって異なることがわかった。
論文参考訳（メタデータ） (2022-04-01T14:55:10Z)
Machine-Learned Prediction Equilibrium for Dynamic Traffic Assignment [3.704832909610284]
本研究では,リアルタイム遅延予測に基づいて,エージェントが瞬時にルーティング決定を行う動的トラフィック割り当てモデルについて検討する。数学的に簡潔なモデルと、動的予測平衡が存在することを保証する予測子の導出特性を定式化する。
論文参考訳（メタデータ） (2021-09-14T14:27:09Z)
Predictive and Prescriptive Performance of Bike-Sharing Demand Forecasts for Inventory Management [8.441020454345932]
本稿では,ポアソン繰り返しニューラルネットワークモデル(VP-RNN)を導入し,今後のピックアップとリターン率を予測する。本稿は,米国ニューヨーク市からの実旅行データに対する従来の予測手法と学習に基づく予測手法の両方に対するアプローチを実証的に評価する。
論文参考訳（メタデータ） (2021-07-28T14:11:34Z)
Real-world Ride-hailing Vehicle Repositioning using Deep Reinforcement Learning [52.2663102239029]
アイドルヘイリングプラットフォーム上での現実世界の車両の深層強化学習と意思決定時間計画に基づく新しい実用的枠組みを提示する。本手法は,重み付きバッチ学習アルゴリズムを用いて乗車時の状態値関数を学習する。配車シミュレーション環境におけるベースラインでアルゴリズムをベンチマークし、収益効率の向上における優位性を実証します。
論文参考訳（メタデータ） (2021-03-08T05:34:05Z)
Using Data Assimilation to Train a Hybrid Forecast System that Combines Machine-Learning and Knowledge-Based Components [52.77024349608834]
利用可能なデータがノイズの多い部分測定の場合,カオスダイナミクスシステムのデータ支援予測の問題を検討する。動的システムの状態の部分的測定を用いることで、不完全な知識ベースモデルによる予測を改善するために機械学習モデルを訓練できることを示す。
論文参考訳（メタデータ） (2021-02-15T19:56:48Z)
A model for traffic incident prediction using emergency braking data [77.34726150561087]
道路交通事故予測におけるデータ不足の根本的な課題を、事故の代わりに緊急ブレーキイベントをトレーニングすることで解決します。メルセデス・ベンツ車両の緊急ブレーキデータに基づくドイツにおける交通事故予測モデルを実装したプロトタイプを提案する。
論文参考訳（メタデータ） (2021-02-12T18:17:12Z)
Network and Station-Level Bike-Sharing System Prediction: A San Francisco Bay Area Case Study [12.477331187546216]
本研究では,サンフランシスコベイエリア自転車共有システムにおける自転車の利用状況をモデル化するモデルを開発した。機械学習には、ネットワークとステーションという2つのレベルがある。
論文参考訳（メタデータ） (2020-09-20T06:46:41Z)
Modeling bike counts in a bike-sharing system considering the effect of weather conditions [13.537141566893126]
サンフランシスコベイエリア自転車共有システムにおいて,天気条件が自転車の駅数予測に与える影響を定量的に評価する手法を開発した。
論文参考訳（メタデータ） (2020-06-13T05:32:32Z)

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。