論文の概要: Paris as a 15-Minute City: An Explainable AI Perspective

• arxiv url: http://arxiv.org/abs/2608.00815v2
• Date: Tue, 04 Aug 2026 07:32:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-05 13:15:27.419044
• Title: Paris as a 15-Minute City: An Explainable AI Perspective
• Title（参考訳）: パリは15分間の都市:説明可能なAIの展望
• Abstract要約: 本研究では,15分間の街が,短い散歩や自転車の乗り込みで日常のサービスへのアクセスを促進する方法について検討する。 本研究では,地域サービス利用率の歩行・サイクリングに基づく指標を構築し,所要時間,輸送モード,短距離車利用との関係について検討する。 グラディエントブーストツリーモデルは、旅行目的、在宅勤務距離、ローカルサービスの可用性、車両の所有、公共交通機関の定期購読、社会デマロジカルコンテキストを重要な予測因子として一貫して識別する、説明可能な機械学習手法で解釈される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The 15-minute city promotes access to everyday services within a short walk or bicycle ride, but its relationship with observed mobility remains difficult to quantify. We investigate this relationship in the Paris metropolitan area using mobility trajectories from the NetMob 2025 Data Challenge, enriched with INSEE sociodemographic data and OpenStreetMap points of interest (POIs), yielding approximately 70,000 trip segments after stop-based segmentation and data cleaning. We construct walking- and cycling-based indicators of local service availability and examine their associations with trip duration, transport mode, and short-trip car use. Higher POI availability is associated with less private motorized travel and more active mobility, although this relationship is substantially weaker in the outer agglomeration. Gradient-boosted tree models interpreted with explainable machine-learning methods consistently identify trip purpose, home--work distance, local service availability, vehicle ownership, public-transport subscription, and sociodemographic context as important predictors. For short trips, high POI density is associated with lower car use, while car ownership and driving-licence availability are associated with higher predicted car use; where services are sparse, public-transport subscription is associated with lower predicted car dependence. Finally, explainable AI (XAI) methods are used to examine how feature attributions change under alternative assumed variable orderings. The results are consistent with central assumptions of the 15-minute city while revealing substantial spatial and demographic heterogeneity. They also demonstrate how explainable machine-learning methods can complement accessibility indicators and identify locally relevant hypotheses for urban-mobility policy.
• Abstract（参考訳）: 15分間の市は、短い散歩や自転車の乗車で日々のサービスへのアクセスを促進するが、観測された移動量との関係は定量化が難しいままである。 InSEE社会デマグラフィーデータとOpenStreetMapの興味点(POIs)に富んだNetMob 2025データチャレンジの移動軌跡を用いてパリ大都市圏におけるこの関係を調べた。 本研究では,地域サービス利用率の歩行・サイクリングに基づく指標を構築し,所要時間,輸送モード,短距離車利用との関係について検討する。 より高いPOIの可利用性は、よりプライベートな運動量が少なく、より活発な移動性に関係しているが、この関係は外側の集合において著しく弱い。 グラディエントブーストツリーモデルは、旅行目的、在宅勤務距離、ローカルサービスの可用性、車両の所有、公共交通機関の定期購読、社会デマロジカルコンテキストを重要な予測因子として一貫して識別する、説明可能な機械学習手法で解釈される。 短い旅行では、高いPOI密度は車の使用率の低下と関連付けられ、一方、車の所有率と運転免許の可用性は、予測される車の使用率の上昇に関連付けられている。 最後に、説明可能なAI(XAI)手法を用いて、代替変数順序の下での特徴属性がどのように変化するかを調べる。 結果は15分間の都市の中心的な仮定と一致し、空間的および人口的不均一性を明らかにしている。 また、説明可能な機械学習手法がアクセシビリティ指標を補完し、都市移動政策に関する局所的な仮説を特定する方法も示す。

関連論文リスト

• SkyDrive: Learning to Drive in a New City from Aerial Traffic Monitoring [69.91458772455071]
  emphSkyDriveは、ドローンベースのトラフィック監視を使用して、新しい環境における自律運転エージェントの効率的な監視を提供するフレームワークである。 以上の結果から,航空交通監視は,新都市における自律走行システムに適応するための,効率的かつスケーラブルなデータソースであることが示唆された。
  論文  参考訳（メタデータ） (2026-08-25T20:47:09Z)
• Learning to Drive in New Cities Without Human Demonstrations [66.37858021482741]
  自己学習型マルチエージェント強化学習は,地図とメタ情報のみを用いて,運転方針をほぼ異なる目標都市に適応させることができることを示す。 本研究では,NOデータマップをベースとした自律運転用セルフプレイ(NOMAD)を導入し,目標都市マップに基づいて構築されたシミュレータにおけるポリシー適応を実現する。
  論文  参考訳（メタデータ） (2026-02-09T00:31:20Z)
• When Proximity Falls Short: Inequalities in Commuting and Accessibility by Public Transport in Santiago, Chile [0.16385815610837165]
  本研究ではチリのサンティアゴにおける通勤パターンとアクセシビリティの不平等を分析した。 平均通勤時間は社会経済グループ間で一貫している。 機会密度が高い地域に居住しているにもかかわらず、高所得層は通勤時間を常に短くしているわけではない。
  論文  参考訳（メタデータ） (2025-07-29T12:21:56Z)
• Scalable Ride-Sourcing Vehicle Rebalancing with Service Accessibility Guarantee: A Constrained Mean-Field Reinforcement Learning Approach [42.070187224580344]
  連続状態平均場制御(MFC)と平均場強化学習(MFRL)モデルを導入する。 MFCとMFRLは、個々の車両ではなく、車両分布との相互作用を通じて各車両の挙動をモデル化することで、スケーラブルなソリューションを提供する。 我々のアプローチは数万台の車両にスケールし、トレーニング時間は1つの線形プログラミングリバランスの決定時間に匹敵する。
  論文  参考訳（メタデータ） (2025-03-31T15:00:11Z)
• Online Location Planning for AI-Defined Vehicles: Optimizing Joint Tasks of Order Serving and Spatio-Temporal Heterogeneous Model Fine-Tuning [12.784479119173223]
  車両群集センシング(VCS)は、車両の移動性とセンサーを装備した能力を活用する重要なイネーブラーとして登場した。 この研究は、エッジアシスト車両が注文サービスと基礎モデルの微調整のジョイントタスクを行う、有望なシナリオを探求する。
  論文  参考訳（メタデータ） (2025-02-06T07:23:40Z)
• Your Car Tells Me Where You Drove: A Novel Path Inference Attack via CAN Bus and OBD-II Data [57.22545280370174]
  On Path Diagnostic - Intrusion & Inference (OPD-II) は物理カーモデルとマップマッチングアルゴリズムを利用した新しい経路推論攻撃である。 我々は4台の異なる車両と41トラックの道路および交通シナリオに対する攻撃を実行した。
  論文  参考訳（メタデータ） (2024-06-30T04:21:46Z)
• Are footpaths encroached by shared e-scooters? Spatio-temporal Analysis of Micro-mobility Services [19.15684785810306]
  我々は,e-scooterトリップに関連する空間的特徴と時間的特徴を解析する手法の組み合わせを用いる。 人口密度は最も重要な特徴であり、e-scooterの使用に肯定的に関連している。 その結果, 降水量よりも湿度の影響が重要であることがわかった。
  論文  参考訳（メタデータ） (2023-04-18T04:27:56Z)
• PSI: A Pedestrian Behavior Dataset for Socially Intelligent Autonomous Car [47.01116716025731]
  本稿では、IUPUI-CSRC Pedestrian Situated Intent(PSI)データと呼ばれる別のベンチマークデータセットを提案し、共有する。 最初の新しいラベルは、24人のドライバーによって達成されたエゴ車両の前を歩行者が横断する動的な意図の変化である。 2つ目は、歩行者の意図を推定し、その行動を予測するときに、運転者の推論プロセスに関するテキストベースの説明である。
  論文  参考訳（メタデータ） (2021-12-05T15:54:57Z)
• Weak Signals in the Mobility Landscape: Car Sharing in Ten European Cities [0.6875312133832077]
  当社は、欧州10都市における車両利用率に関するウェブベースのデジタル記録を、主要なアクティブカーシェアリングオペレーターの1つとして使用しています。 カーシェアリング需要の変動と社会デマトグラフィー・都市活動指標の関連について論じる。
  論文  参考訳（メタデータ） (2021-09-20T20:37:25Z)
• Euro-PVI: Pedestrian Vehicle Interactions in Dense Urban Centers [126.81938540470847]
  歩行者と自転車の軌跡のデータセットであるEuro-PVIを提案する。 本研究では,都市環境におけるエージェント間のマルチモーダル共有潜在空間を表現的に学習する共同推論モデルを開発する。 我々は,エゴ車と歩行者(自転車)の相互作用を正確に予測するために捉えることの重要性を示すnuScenesとEuro-PVIデータセット上での成果を達成した。
  論文  参考訳（メタデータ） (2021-06-22T15:40:21Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)
• Directional Primitives for Uncertainty-Aware Motion Estimation in Urban Environments [46.080970595942645]
  本稿では,道路網の先行情報を表す指向性プリミティブの概念を紹介する。 カルラシミュレーターにおけるハイウェイ、交差点、ラウンドアバウトの実験は、実際の都市運転データセットと同様に、プリミティブがより不確実性を考慮した運動推定に繋がることを示している。
  論文  参考訳（メタデータ） (2020-07-01T00:22:31Z)
• K-Prototype Segmentation Analysis on Large-scale Ridesourcing Trip Data [0.0]
  本研究は、シカゴの公共配車データのシティアルゴリズムを用いて、モビリティの出現パターンについて検討する。 目的は、配車サービスのパトロンの体系的なバリエーションを調べることである。 悪天候条件に関する重要な相違点から,6種類の配車プロトタイプを同定し,検討した。
  論文  参考訳（メタデータ） (2020-06-24T17:53:26Z)

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。