論文の概要: Learning Urban Access Costs from Origin-Destination Flows via Inverse Optimal Transport

• arxiv url: http://arxiv.org/abs/2606.14157v1
• Date: Fri, 12 Jun 2026 06:29:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 16:00:42.776236
• Title: Learning Urban Access Costs from Origin-Destination Flows via Inverse Optimal Transport
• Title（参考訳）: 逆最適輸送による原位置流からの都市アクセスコストの学習
• Authors: Paula Joy B. Martinez,
• Abstract要約: 我々はフィリピンの学校選択について研究し、フィリピン最大の国家教育補助金は、密集した公立学校から私立学校への学習者の転向を意図している。 学校間学習の流れをエントロピー的最適輸送計画として扱うことにより,2つの相補的逆最適輸送モデルを用いて遅延選択コストを回収する。 事例は、行政原産地データは、アクセシビリティに配慮した補助設計、施設設置、都市サービス割り当てのための解釈可能な計画指標にどのように変換されるかを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cities deliver basic services through mixed public-private facility networks, including schools, clinics, transit providers, and subsidized service points. In these systems, planners often observe where households go, but not the latent cost function through which they trade off factors such as distance, price, and institutional access. We study this urban problem through school choice in the Philippines, where the country's largest national education subsidy is intended to redirect learners from congested public schools to participating private schools. Treating school-to-school enrollment flows as an entropic optimal transport plan, we recover latent choice costs using two complementary inverse optimal transport models: an interpretable distance-banded model with a subsidy term, and a neural cost model trained through a differentiable Sinkhorn forward pass. Applied to 283{,}016 learner trips across 23{,}820 observed flows in the most populated region, the framework estimates a subsidy-equivalent distance, $λ^{(k)}$, interpreted as the kilometers of perceived travel cost offset by the subsidy. The case demonstrates how administrative origin-destination data can be transformed into interpretable planning metrics for accessibility-aware subsidy design, facility siting, and urban service allocation.
• Abstract（参考訳）: 市は学校、診療所、交通機関、補助サービスポイントなど公共の施設ネットワークを混在させ、基本的なサービスを提供している。 これらのシステムでは、プランナーは家庭の行き先をよく観察するが、距離、価格、制度的アクセスといった要因をトレードオフする遅延コスト関数は行わない。 フィリピンの学校選択を通じてこの都市問題を研究する。フィリピン最大の国家教育補助金は、密集した公立学校から私立学校への学習者の転向を意図している。 学校間学習の流れをエントロピー的最適輸送計画として扱うことで、補助的項を持つ解釈可能な距離バンドモデルと、異なるシンクホーンフォワードパスで訓練されたニューラルネットワークモデルという、2つの相補的逆輸送モデルを用いて、遅延選択コストを回復する。 最も人口の多い地域では283{,}016人の学習者が23{,}820回の移動を観測し、このフレームワークは補助的等価距離を$λ^{(k)}$と見積もっている。 このケースでは、行政原産地データは、アクセシビリティを意識した補助設計、施設設置、都市サービス割り当てのための解釈可能な計画指標にどのように変換されるかを示す。

関連論文リスト

• Student Flow Modeling for School Decongestion via Stochastic Gravity Estimation and Constrained Spatial Allocation [0.0]
  学校混雑は低所得国や中所得国において大きな課題である。 学生を公立学校から私立学校に移す補助金は、資本集約的な建設をせずに混雑を緩和するメカニズムを提供する。 本稿では,学生のフローパターンをモデル化するための計算フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-20T03:57:45Z)
• Inequality in Congestion Games with Learning Agents [49.16654883862325]
  ネットワークの構造だけでなく,通勤者による適応の仕方にも相違があることが示される。 潜在的効率性と公平性のトレードオフを捉えるために,学習中の非効率性の尺度であるPrice of Learning (PoL)を導入する。 シミュレーションにより,ネットワーク拡張が同時に効率を向上し,不等式を増幅できることが示唆された。
  論文  参考訳（メタデータ） (2026-01-28T13:16:25Z)
• Bilevel subsidy-enabled mobility hub network design with perturbed utility coalitional choice-based assignment [3.836506019632274]
  我々は、MHを制御レバーとして扱う二段階MHプラットフォーム設計モデルを開発した。 上位層は、最終マイルオペレーターにインセンティブを与える補助金を設定することで、収益またはフローを最大化する。 下位レベルは、リンクベースの摂動ユーティリティールート選択の割り当てで、共同旅行者-操作者による決定をキャプチャする。
  論文  参考訳（メタデータ） (2025-08-18T16:34:15Z)
• Mahalanobis Distance-based Multi-view Optimal Transport for Multi-view Crowd Localization [50.69184586442379]
  マハラノビス距離に基づく新しい多視点移動損失を提案する。 実験では, 密度マップ, ユークリッド距離に基づく最適輸送損失に対して, 提案手法の利点を実証した。
  論文  参考訳（メタデータ） (2024-09-03T09:10:51Z)
• Enhancing Accessibility of Rural Populations through Vehicle-based Services [0.9217021281095907]
  モバイルクリニックは、農村住民の空間的アクセシビリティを高めるための費用効果の高いソリューションを提供している。 地域住民の空間的アクセシビリティを評価するため,GISデータとアクセシビリティ・スケーリング・ファクタを利用する。 このアプローチは、サハラ以南のアフリカの艦隊運営者、政策立案者、公共機関を含む意思決定者を支援する。
  論文  参考訳（メタデータ） (2024-02-02T09:28:17Z)
• Congestion Pricing for Efficiency and Equity: Theory and Applications to the San Francisco Bay Area [4.771971685916733]
  本稿では,全旅行時間を最小限に抑え,公平な目標を取り入れた新たな渋滞価格体系を提案する。 サンフランシスコ・ベイエリアの校正高速道路網における料金体系について検討した。
  論文  参考訳（メタデータ） (2024-01-30T09:35:02Z)
• Fair collaborative vehicle routing: A deep multi-agent reinforcement learning approach [49.00137468773683]
  協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。 従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。 我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
  論文  参考訳（メタデータ） (2023-10-26T15:42:29Z)
• A sequential transit network design algorithm with optimal learning under correlated beliefs [4.8951183832371]
  本研究では, 逐次的トランジットネットワーク設計と最適学習を組み合わせた人工知能駆動型アルゴリズムを提案する。 オペレータは、設計されたルートと実際の旅行需要との整合性からリスクを回避するために、徐々に経路システムを拡大する。 バリデーションのために、ニューヨーク市の公共利用マイクロデータエリアに基づく人工ネットワーク上に、新しいルートシステムを設計する。
  論文  参考訳（メタデータ） (2023-05-16T14:14:51Z)
• TransPath: Learning Heuristics For Grid-Based Pathfinding via Transformers [64.88759709443819]
  探索の効率を顕著に向上させると考えられる,インスタンス依存のプロキシを学習することを提案する。 私たちが最初に学ぶことを提案するプロキシは、補正係数、すなわち、インスタンスに依存しないコスト・ツー・ゴの見積もりと完璧な見積もりの比率である。 第2のプロキシはパス確率であり、グリッドセルが最も短いパスに横たわっている可能性を示している。
  論文  参考訳（メタデータ） (2022-12-22T14:26:11Z)
• Neural Optimal Transport with General Cost Functionals [66.41953045707172]
  一般費用関数の最適輸送計画を計算するニューラルネットワークに基づく新しいアルゴリズムを提案する。 アプリケーションとして,クラス単位の構造を保ちながら,データ分布をマップするコスト関数を構築した。
  論文  参考訳（メタデータ） (2022-05-30T20:00:19Z)

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。