論文の概要: Beyond the Desert Label: A Pathway Diagnostic for User-Centered Smart Mobility Service Design
- arxiv url: http://arxiv.org/abs/2609.21956v1
- Date: Fri, 18 Sep 2026 16:14:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:17.179171
- Title: Beyond the Desert Label: A Pathway Diagnostic for User-Centered Smart Mobility Service Design
- Title（参考訳）: Beyond the Desert Label: ユーザ中心のスマートモビリティサービス設計のためのパスウェイ診断
- Abstract要約: 本稿では、相対的なトランジットミスマッチと最小サービス障害を区別するデータ駆動型診断法を提案する。
このツールは、より包括的でユーザー中心のスマートモビリティープランニングをサポートする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Smart-city mobility platforms increasingly rely on spatial screening tools to identify neighborhoods where public transit fails dependent users, but a single transit desert label can mask very different user problems: localized mismatch between service and concentrated need, or basic absence of usable service. These call for different user-centered responses. This paper introduces a pathway-based, reproducible, data-driven diagnostic that distinguishes relative transit mismatch from minimum-service failure and reports the specific service attributes (frequency, span, weekend service, walking access, and destination accessibility) driving each classification. The workflow combines open data (GTFS, ACS, LEHD, Census, and OpenStreetMap), detects spatially coherent mismatch using Local Moran's I, and applies an equity-informed service-failure test that centers vulnerable users. Applied to Baltimore, Philadelphia, Nashville, and Dallas, the diagnostic shows that legacy-transit cities are dominated by localized mismatch, while auto-oriented cities show broader minimum-service failure, with distinct service-deficit profiles in each case. By making the mechanism behind an under-service label explicit, the tool supports more inclusive, user-centered smart-mobility planning across cities with different transit baselines.
- Abstract（参考訳）: スマートシティのモビリティプラットフォームは、公共交通機関が利用者に依存していない地域を特定するための空間スクリーニングツールにますます依存していますが、単一のトランジット砂漠ラベルは、サービスと集中したニーズの局所的なミスマッチ、あるいはサービスの基本的な欠如といった、非常に異なるユーザ問題を隠蔽することができます。
これらは異なるユーザ中心のレスポンスを呼びます。
本稿では,相対的な交通ミスマッチと最小サービス障害を区別し,各分類を駆動する特定のサービス特性(頻度,スパン,週末サービス,歩行アクセス,目的地アクセシビリティ)を報告する経路ベースで再現可能なデータ駆動診断手法を提案する。
このワークフローは、オープンデータ(GTFS, ACS, LEHD, Census, OpenStreetMap)を組み合わせて、Local MoranのIを使って空間的に一貫性のあるミスマッチを検出し、脆弱なユーザを集中するエクイティインフォームドサービス障害テストを適用する。
ボルチモア、フィラデルフィア、ナッシュビル、ダラスに適用された診断では、レガシー・トランジットの都市は局所的なミスマッチによって支配されている。
アンダーサービスラベルの裏側にあるメカニズムを明示することにより、このツールは、より包括的でユーザ中心のスマートモビリティ計画をサポートし、異なるトランジットベースラインを持つ都市をまたがる。
関連論文リスト
- TORAI: Multi-source Root Cause Analysis for Blind Spots in Microservice Service Call Graph [13.405964508498835]
Blackboxサービスには、コンパイルされたソフトウェアやサポートされていないサービスなどのトレースが含まれる。
盲点が存在する場合、既存のマルチソースRCA手法の性能に影響を及ぼす可能性がある。
本稿では,サービスコールグラフに頼ることなく,詳細な根本原因を効果的に特定する,新しい教師なしのアプローチであるTORAIを提案する。
論文 参考訳（メタデータ） (2026-04-15T06:11:45Z) - FC-ADL: Efficient Microservice Anomaly Detection and Localisation Through Functional Connectivity [2.994962964425238]
マイクロサービスメトリクスから異常な変更を検出し、ローカライズするための、エンドツーエンドのスケーラブルなアプローチであるFC-ADLを提案する。
提案手法は,多種多様な障害シナリオを対象としたトップ検出およびローカライゼーション性能を実現することができることを示す。
提案手法は, 最先端手法と比較して, さまざまな障害シナリオにおいて, トップ検出およびローカライズ性能を実現することができることを示す。
論文 参考訳（メタデータ） (2025-11-30T11:29:30Z) - DAMap: Distance-aware MapNet for High Quality HD Map Construction [64.36189046749038]
現在の手法は、固有のタスクのミスアライメントにより、高品質な予測が不十分である。
DAMapと呼ばれる新しいHDマップ構築手法を開発し,これらの問題に対処する。
DAMapは3つのコンポーネントで構成されている: 距離対応のFocal Loss (DAFL), Hybrid Loss Scheme (HLS), Task Modulated Deformable Attention (TMDA)。
論文 参考訳（メタデータ） (2025-10-26T13:29:26Z) - Adapting Vision-Language Models Without Labels: A Comprehensive Survey [74.17944178027015]
VLM(Vision-Language Models)は、幅広いタスクにまたがる顕著な一般化機能を示す。
近年,ラベル付きデータに依存しない教師なし適応手法に注目が集まっている。
本稿では,未ラベルの視覚データの可用性と性質に基づく分類法を提案し,既存のアプローチを4つの重要なパラダイムに分類する。
論文 参考訳（メタデータ） (2025-08-07T16:27:37Z) - Recover and Match: Open-Vocabulary Multi-Label Recognition through Knowledge-Constrained Optimal Transport [45.866011150937425]
上記の問題に効果的に対処する新しいフレームワークであるRAM(Recover And Match)を紹介します。
RAMは3つの異なるドメインのさまざまなデータセットで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-03-19T15:33:44Z) - The Streetscape Application Services Stack (SASS): Towards a Distributed Sensing Architecture for Urban Applications [7.650929650666603]
ストリートスケープアプリケーションは、多様なセンサーとリアルタイムな意思決定を統合するアプリケーションを通じて、安全、移動性、生活の質を改善することを目的としている。
Street Application Services Stack (SASS)は、これらの課題に、マルチモーダルデータ同期、時間的データ融合、分散エッジコンピューティングの3つのコアサービスで対処する。
私たちは、リアルタイムでスケーラブルな都市アプリケーションをサポートするために、SASSがいかに抽象化とパフォーマンスを提供するかを示します。
論文 参考訳（メタデータ） (2024-11-29T14:02:00Z) - Neural Relation Graph: A Unified Framework for Identifying Label Noise
and Outlier Data [44.64190826937705]
本稿では,データのリレーショナルグラフ構造に基づいてラベルエラーや外れ値データを検出するスケーラブルなアルゴリズムを提案する。
また,特徴埋め込み空間におけるデータポイントのコンテキスト情報を提供する可視化ツールも導入した。
提案手法は,検討対象のタスクすべてに対して最先端検出性能を達成し,大規模実世界のデータセットでその有効性を実証する。
論文 参考訳（メタデータ） (2023-01-29T02:09:13Z) - Infostop: Scalable stop-location detection in multi-user mobility data [0.0]
本稿では、フローベースネットワークコミュニティ検出アルゴリズムInfomapを活用することにより、最先端ソリューションの限界を克服するInfostopアルゴリズムについて述べる。
本研究では,Infostopsによって検出されたユーザ数の増加と,従来のソリューションよりも時間の複雑さが遅くなることを示す。
論文 参考訳（メタデータ） (2020-03-31T17:02:19Z)
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。