論文の概要: A Resilience-as-a-Service assessment framework for coordinated disruption response in interdependent urban transit systems

• arxiv url: http://arxiv.org/abs/2606.08849v1
• Date: Sun, 07 Jun 2026 21:42:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.484045
• Title: A Resilience-as-a-Service assessment framework for coordinated disruption response in interdependent urban transit systems
• Title（参考訳）: 都市間交通システムにおける協調破壊応答のためのレジリエンス・アズ・ア・サービス評価フレームワーク
• Authors: Sara Jaber, S. M. Hassan Mahdavi, Neila Bhouri, Mostafa Ameli,
• Abstract要約: 本稿では,都市交通システムにおける破壊応答解のレジリエンスを評価するための時間インデクシングフレームワークを提案する。 このフレームワークは、Ile-de-France(パリ)ネットワークのRER Bトランジットのために実装されている。
• 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 public transport disruptions require rapid response strategies, yet existing studies rarely provide a decision support framework to compare alternative disruption response solutions using a common set of dynamic, passenger, operator, and environment oriented indicators. This paper proposes a KPI-driven, time-indexed framework to assess the resilience of disruption response solutions in urban transit systems. The framework combines an optimization model with a behavioral evaluation in agent-based simulation. It also underlays the secondary service degradation induced on helper lines when in-service vehicles are withdrawn to support the disrupted corridor. Rather than treating resilience as a single score, it evaluates complementary dimensions including vulnerability, adaptability, robustness, resilience loss, responsiveness, cost-based performance, emissions, and equity. The framework is implemented for the RER B transit line in the Ile-de-France (Paris) network. Results show that the coordinated strategy provides the most balanced resilience profile, combining high service continuity with lower total disruption cost than single mode alternatives, while also improving equity and maintaining competitive environmental performance. Sensitivity analysis further identifies the disruption conditions under which coordinated multimodal response is most valuable.
• Abstract（参考訳）: 都市公共交通のディスラプションは迅速な対応戦略を必要とするが、既存の研究では、ダイナミック、乗客、オペレーター、環境指向の指標の共通セットを用いて、代替のディスラプション応答ソリューションを比較するための決定支援フレームワークが提供されることはめったにない。 本稿では,都市交通システムにおける破壊応答解のレジリエンスを評価するためのKPI駆動の時間インデクシングフレームワークを提案する。 このフレームワークは、エージェントベースのシミュレーションにおいて、最適化モデルと行動評価を組み合わせる。 また、中断した回廊を支えるために車両を降ろす際に、ヘルパーラインに誘導される二次的なサービス劣化を過小評価する。 レジリエンスを単一のスコアとして扱うのではなく、脆弱性、適応性、堅牢性、レジリエンス損失、応答性、コストベースのパフォーマンス、エミッション、エクイティなどの相補的な次元を評価する。 このフレームワークは、Ile-de-France(パリ)ネットワークのRER Bトランジットのために実装されている。 その結果, コーディネート戦略が最もバランスの取れたレジリエンスプロファイルが得られ, 単一モードの代替品よりもサービス継続性と総破壊コストの低減を両立させるとともに, エクイティを改善し, 競争環境性能の維持を図ることが示唆された。 感度解析により、協調マルチモーダル応答が最も価値のある破壊条件がさらに特定される。

関連論文リスト

• ALSO: Adversarial Online Strategy Optimization for Social Agents [63.84788516416339]
  社会シミュレーションにおけるオンライン戦略最適化のための最初のフレームワークとしてtextbfALSO (textbfAdrial ontextbfLine textbfStrategy textbfOptimization) を提案する。 ALSOは、スタティック・ペルソナとダイナミック・ストラテジー・インストラクションの組み合わせをアームとして扱う対向バンドイット問題として、マルチターンインタラクションを定式化する。 また、相互作用履歴から報酬を予測する軽量なニューラルサロゲートを導入し、サンプル効率の高い探索と継続的なオンライン適応を可能にしている。
  論文  参考訳（メタデータ） (2026-05-15T09:25:15Z)
• DeFRiS: Silo-Cooperative IoT Applications Scheduling via Decentralized Federated Reinforcement Learning [62.347535250646196]
  本稿では、ロバストでスケーラブルなシロコラボ型IoTアプリケーションスケジューリングのための分散フェデレーション強化学習フレームワークであるDeFRiSを提案する。 DeFRiSは、(i)異種サイロ間のシームレスな知識伝達を可能にするための候補資源スコアを利用したアクション空間非依存ポリシー、(ii)汎用アドバンテージ推定とクリッピングされたポリシー更新を組み合わせたサイロ最適化ローカル学習メカニズム、(iii)類似性認識の知識伝達と異常検出に勾配指紋を利用するDual-Track Non-IIDロバストな分散集約プロトコル、の3つのイノベーションを統合する。
  論文  参考訳（メタデータ） (2026-03-16T02:02:38Z)
• Strategy Executability in Mathematical Reasoning: Leveraging Human-Model Differences for Effective Guidance [86.46794021499511]
  戦略利用と戦略実行可能性の間には、これまで未定のギャップがある。 SSR(Selective Strategy Retrieval)は,実行可能性を明確にモデル化するテストタイムフレームワークである。 SSRは、直接解決、文脈内学習、単一ソースガイダンスよりも信頼性が高く一貫した改善をもたらす。
  論文  参考訳（メタデータ） (2026-02-26T03:34:23Z)
• Exploring Dissatisfaction in Bus Route Reduction through LLM-Calibrated Agent-Based Modeling [0.0]
  本研究では,大規模言語モデル(LLM)を用いたエージェントベースモデリング(ABM)アプローチを用いる。 北京の平安地区のICカードデータを用いて、LSMの校正されたABMは、旅行時間、待ち時間、移動時間、混雑時間に関連する乗客の感度パラメータを推定した。 その結果,バスネットワークの構造的構成は,容量や運用要因よりもシステムの安定性に強い影響を与えることがわかった。
  論文  参考訳（メタデータ） (2025-10-30T05:59:48Z)
• Robustness of Reinforcement Learning-Based Traffic Signal Control under Incidents: A Comparative Study [4.731967623788092]
  強化学習に基づく交通信号制御 (RL-TSC) が都市移動性向上のための有望なアプローチとして浮上している。 本研究では,動的インシデントシナリオ下でのRL-TSC手法のトレーニングと評価を行うオープンソースSUMOベースのシミュレーションフレームワークであるT-REXを紹介する。
  論文  参考訳（メタデータ） (2025-06-16T08:15:29Z)
• Retrieval is Not Enough: Enhancing RAG Reasoning through Test-Time Critique and Optimization [58.390885294401066]
  Retrieval-augmented Generation (RAG) は知識基底型大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。 RAGパイプラインは、モデル推論が得られた証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。 批判駆動アライメント(CDA)に基づく新しい反復的枠組みであるAlignRAGを提案する。 AlignRAG-autoは、動的に洗練を終了し、批判的な反復回数を事前に指定する必要がなくなる自律的な変種である。
  論文  参考訳（メタデータ） (2025-04-21T04:56:47Z)
• Optimal Transport Adapter Tuning for Bridging Modality Gaps in Few-Shot Remote Sensing Scene Classification [80.83325513157637]
  Few-Shot Remote Sensing Scene Classification (FS-RSSC)は,限られたラベル付きサンプルを用いたリモートセンシング画像の分類の課題を示す。 理想的なプラトン表現空間を構築することを目的とした,OTAT(Optimal Transport Adapter Tuning)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-19T07:04:24Z)
• A methodological framework for Resilience as a Service (RaaS) in multimodal urban transportation networks [0.0]
  本研究は,サービス戦略としてのレジリエンスを通じて公共交通の混乱を管理することを目的としている。 効率よく資源を割り当て、オペレーターと乗客のコストを最小限に抑える最適化モデルを開発する。 提案手法はイル・ド・フランス、パリ、郊外のケーススタディに適用された。
  論文  参考訳（メタデータ） (2024-08-30T12:22:34Z)
• Towards More Efficient Shared Autonomous Mobility: A Learning-Based Fleet Repositioning Approach [0.0]
  本稿では,SAMSフリートをマルコフ決定プロセスとして定式化し,ISR(Integrated System-Adnt Repositioning)と呼ばれる強化学習型再配置(RLR)アプローチを提案する。 ISRは、需要予測を明示せずに、需要パターンの進化に対応することを学び、最適化に基づく乗客と車両の割り当てに協力する。 その結果, RLR アプローチは JO アプローチと比較して, 乗客待ち時間を大幅に削減し, 50% 以上を達成できた。
  論文  参考訳（メタデータ） (2022-10-16T23:30:46Z)
• Reducing Bus Bunching with Asynchronous Multi-Agent Reinforcement Learning [11.168121941015013]
  バスフラッキングは、バスサービスの信頼性と効率を損なう一般的な現象である。 経路レベルのバスフリート制御を非同期マルチエージェント強化学習問題として定式化する。 古典的なアクタークリティカルアーキテクチャを拡張して、非同期問題を扱う。
  論文  参考訳（メタデータ） (2021-05-02T02:08:07Z)

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。