論文の概要: Delineating hierarchical activity space from high-resolution urban mobility flows

• arxiv url: http://arxiv.org/abs/2603.21507v1
• Date: Mon, 23 Mar 2026 02:53:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.454123
• Title: Delineating hierarchical activity space from high-resolution urban mobility flows
• Title（参考訳）: 高分解能都市移動流からの階層的活動空間の定式化
• Authors: Zhicheng Deng, Zhaoya Gong, Jean-Claude Thill, Elizabeth C. Delmelle,
• Abstract要約: 本研究では,様々な都市群で認識される活動空間の空間と階層性を導出する新しい階層的活動領域モデル(HARM)を提案する。 ニューヨーク市マンハッタン, ハリケーン・サンディ前後の旅行行動におけるモデルの有効性について, タクシーデータに基づく検討を行った。
• 参考スコア（独自算出の注目度）: 0.557825496554958
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current studies on activity space are limited by the conceptualization of absolute physical space that fails to consider the heterogeneity of relational spaces reconstructed from spatial interactions of human movements between locations and falls short in incorporating the inherent hierarchical property of human mobility. Consequently, these approaches cannot faithfully reflect how people interact with urban spaces through travels. From the lens of relational space, this study proposes the new Hierarchical Activity Region Model (HARM) to derive the space and hierarchical properties of activity spaces perceived by various urban groups. We demonstrate the enhanced validity of our model on travel behavior in Manhattan, New York City, before, during, and after Hurricane Sandy on the basis of taxi data. Empirical results show that intra-urban travel retains clear hierarchical organization, even under disruption of a major weather event. Yet, travel undergoes a compression effect in travel hierarchies, characterized by fewer hierarchical levels and enlarged characteristic scales, followed by a rebound. Clustering the derived hierarchies reveals pronounced heterogeneity that stems from differences in population profiles; some groups sustain deeper structures or recover quickly, while others experience a persistent loss of levels. This study provides valuable insights into the functional hierarchies of urban mobility, which could inform more sustainable, resilient and equitable urban planning. The proposed methodological framework is generic for studying human mobility in broader contexts.
• Abstract（参考訳）: 運動空間に関する現在の研究は、位置間の人間の動きの空間的相互作用から再構成された関係空間の不均一性を考えるのに失敗する絶対的物理空間の概念化によって制限される。 したがって、これらのアプローチは人々が旅行を通して都市空間とどのように相互作用するかを忠実に反映することはできない。 関係空間のレンズから,様々な都市群で知覚される活動空間の空間と階層性を導出する新しい階層的活動領域モデル(HARM)を提案する。 ニューヨーク市マンハッタン, ハリケーン・サンディの前後における交通行動に対するモデルの有効性について, タクシーデータに基づく検討を行った。 経験的な結果から、都市内旅行は大規模な気象イベントの混乱の下でも明確な階層的な組織を維持していることが示された。 しかし、旅行は旅行階層の圧縮効果を受けており、階層レベルが小さくなり、特性尺度が拡大し、その後にリバウンドが生じる。 派生した階層のクラスタ化は、人口分布の違いに起因する顕著な異質性を示し、より深い構造を維持したり、迅速に回復するグループもあるが、他のグループは持続的な水準の喪失を経験する。 この研究は、より持続的で、弾力性があり、公平な都市計画を提供することができる都市モビリティの機能的階層に関する貴重な洞察を提供する。 提案手法は、より広い文脈で人間の移動性を研究するための汎用的な枠組みである。

関連論文リスト

• Learning Multi-Modal Mobility Dynamics for Generalized Next Location Recommendation [51.00494428978262]
  位置推薦タスクの移動力学を特徴付けるために,マルチモーダルな時空間知識を利用する。 まず、マルチモーダル表現のための統合時空間関係グラフ(STRG)を構築する。 第二に、異なるモーダルの空間時間グラフ表現を融合するゲーティング機構を設計する。
  論文  参考訳（メタデータ） (2025-12-27T14:23:04Z)
• Deep Generative Model for Human Mobility Behavior [23.82250417079054]
  我々は, 空間規模が数日から数週間に及ぶ現実的な移動軌道を生成する, 深層生成モデルであるモビリティジェネレーションを提示する。 行動属性と環境コンテキストをリンクすることで、MobilityGenは、ロケーション訪問のスケーリング法則、アクティビティ時間割当、目的地選択などの重要なパターンを再現する。 MobilityGenは、旅行モード間で都市空間へのアクセスがどのように異なるか、そして、共プレゼンスダイナミクスが社会的露出と分離を形作るかといった、以前のモデルでは達成不可能な洞察を与える。
  論文  参考訳（メタデータ） (2025-10-07T21:22:08Z)
• Street network sub-patterns and travel mode [0.5670066649802191]
  そこで我々は,密度,接続性,空間構成などの構造指標を用いて,米国の9大都市圏の建築環境を分類した。 得られた形態型は, 記述的統計, 限界効果推定, ポストホック統計検査により, モビリティーパターンに関連づけられた。 これらの結果から, 都市形態はモビリティ計画において重要な変数として扱われるべきであり, 持続可能な都市政策設計に空間型を組み込むことを実証的に支援すべきであると考えられる。
  論文  参考訳（メタデータ） (2025-07-25T19:49:51Z)
• 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)
• Spatio-Temporal Branching for Motion Prediction using Motion Increments [55.68088298632865]
  HMP(Human Motion Prediction)はその多種多様な応用により、人気のある研究トピックとして浮上している。 従来の手法は手作りの機能と機械学習技術に依存している。 HMPのためのインクリメンタル情報を用いた時空間分岐ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-08-02T12:04:28Z)
• COVID-19 is linked to changes in the time-space dimension of human mobility [0.2544539499281092]
  2019年の新型コロナウイルスのパンデミックで、移動パターンが作り直された。 ロックダウン制限の間、非同期移動力学の出現に伴い、空間移動量の減少が生じる。 農村部や低所得地域では、都市部や高所得層に比べて空間移動度が著しく低下した。
  論文  参考訳（メタデータ） (2022-01-17T17:06:59Z)
• 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。