The role of spatial scales in assessing urban mobility models
Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR)(高性能计算研究所,科学与技术研究局)
本文研究了空间尺度对城市流动性模型性能的影响,发现访问模型在多数情况下表现更优,但在某些尺度下表现最差,揭示了城市结构的空间组织。
2026-03-05 cs.CY physics.soc-ph
City-Scale Intelligent Systems and Platforms
截至2014年,地球上54%的人口居住在城市地区,并且正在稳步增长,预计到2050年将达到66%。城市地区从数万人的小城市到1 000万人以上的特大城市不等。目前,全球约有12%的人口居住在28个特大城市,预计到2030年至少有40个。在这样的规模下,城市基础设施,如道路、建筑和公用事业网络将覆盖新英格兰那样大的地区。这种稳定的城市化和由此产生的基础设施扩张,加上老化的城市基础设施的更新,代表着未来几十年数十万亿美元的新城市基础设施投资。这些投资必须平衡各种因素,包括对清洁空气和水的影响、能源和维护成本以及城市居民的生产力和健康。此外,这些不断发展的城市地区的成本效益管理和可持续性将是我们社会面临的最关键挑战之一,激发了科学和数据驱动的城市设计,改造和运营的概念,即“智慧城市”。
2017-05-04 cs.CY
Urban Vehicle Mobility Characteristic Mining and Trip Generation Based on Knowledge Graph
城市交通的运行产生了海量的交通数据,这些数据包含着丰富的信息,对于智能交通系统的研究具有重要意义。特别地,随着感知技术的改进,已经可以获得车辆的个体级别的行程数据。它具有更细的粒度和更大的研究潜力,但同时在数据组织和分析方面要求更高。更重要的是,由于隐私问题,它不能公开。为了更好地处理城市车辆出行大数据,引入知识图谱进行研究。针对个体级出行数据的组织,设计并构建了个体级出行知识图谱,大大提高了数据获取的效率。以出行知识图谱为数据引擎,结合交通领域知识,设计逻辑规则挖掘车辆出行特征。最后,针对个体层次交通数据的隐私问题,提出了一种基于知识图谱生成的个体层次出行综合方法.实验结果表明,最终生成的出行数据在移动模式和车辆关联方面与历史数据相似,具有较高的空间连续性。
2022-02-19 cs.CY
Integrating Urban Air Mobility with Highway Infrastructure: A Strategic Approach for Vertiport Location Selection in the Seoul Metropolitan Area
本研究提出利用地理信息、起降客流量和出行时间等数据确定高速公路换乘Vertiport选址的战略方法,在首尔都市圈从148个候选点中筛选出56个合适选址,为UAM与现有交通系统整合提供规划见解。
2025-02-01 cs.CY
Heuristic Algorithm using Internet of Things and Mobility for solving demographic issues in Financial Inclusion projects
在世界各地,农村和半城市地区的人口是政策制定者的主要关注点,因为他们最需要技术支持来改善他们的生活条件。金融包容性项目也应该在这一领域发挥作用。然而,金融机构在这些地区的覆盖面总体上比城市地区要小得多。正在制定新的政策和战略,使农村和半城市地区的人们更容易获得银行服务。技术,特别是物联网(IoT)和移动性可以在这方面发挥重要作用,成为推动者和倍增器。本文讨论了物联网和移动性驱动的方法,金融机构在尝试开展金融普惠项目时可以考虑这种方法。
2015-03-01 cs.CY
Defining the urban "local" with low dimensional manifolds of human mobility networks
Academy for Advanced Interdisciplinary Studies, Peking University(北京大学前沿交叉学科研究院);College of Architecture and Landscape Architecture, Peking University(北京大学建筑与景观设计学院);School of Earth and Space Sciences, Peking University(北京大学地球与空间科学学院);School of Mathematical Sciences, Peking University(北京大学数学科学学院);School of Government, Peking University(北京大学政府管理学院);Centre for Advanced Spatial Analysis, University College London(伦敦大学学院高级空间分析中心)
针对通用城市模型忽视本地异质性的问题,提出拓扑框架识别人类移动网络本地性,证明其为维度不超过5且对应地理空间的几何结构,可支撑设施选址与传播建模。
2025-10-20 cs.CY physics.soc-ph
Exploring the effect of spatial scales in studying urban mobility pattern
本文利用新加坡公共交通流数据,研究空间尺度对重力模型解释城市出行模式的影响,发现存在最优中间尺度,且基于距离的聚合优于行政边界聚合,为城市与交通规划中的尺度选择提供了指导。
2025-06-20 cs.CY physics.soc-ph
Sustainable Urban Mobility in the Post-Pandemic Era (position paper)
National Technical University of Athens(雅典国家技术大学);University of Piraeus(比雷埃夫斯大学)
COVID-19是现代世界的第一场大流行病,对各大洲数十亿人的日常生活造成重大变化。为了减少其扩张,大多数政府决定减少其公民日常流动的很大比例。例如,他们实施严格的控制(在空间,时间等方面)。他们有选择地禁止国际空中和地面连接。在这份简短的研究报告中,我们根据记录的流动数据简要讨论了从这一过程中吸取的一些教训,并提出了后大流行时代在可持续城市流动性和移动数据科学领域交叉领域出现的挑战。
2021-09-27 cs.AI cs.CY
Adaptive Reinforcement Learning Model for Simulation of Urban Mobility during Crises
本研究的目的是提出并测试一个自适应强化学习模型,该模型可以在正常情况下学习人类流动的模式,并模拟由危机(如洪水,野火和飓风)引起的扰动期间的流动性。了解和预测人类流动模式,如目的地和轨迹选择,可以为因紧急情况中断而出现的拥堵和道路封闭提供信息。与人员流动轨迹有关的数据很少,特别是在紧急情况下,这限制了从经验数据中吸取的现有城市流动模型的应用。需要有能够从正常情况下生成的数据中了解流动模式并能够适应紧急情况的模型,以便为应急反应和城市复原力评估提供信息。为了解决这一差距,本研究创建并测试了一个自适应强化学习模型,该模型可以预测运动的目的地,估计每个起点和目的地对的轨迹,并检查扰动对人类与目的地和运动轨迹相关的决策的影响。所提出的模型的应用是在休斯顿和2017年8月飓风哈维造成的洪水情景中显示的。实验结果表明,该模型的查准率和查全率均达到76%以上.结果还表明,该模型可以预测交通模式和拥挤造成的城市洪水。分析结果表明,该模型能够分析危机期间的城市流动性,可以为公众和决策者提供有关应对策略和弹性规划的信息,以减少危机对城市流动性的影响。
2020-09-02 cs.CY physics.soc-ph
Smart Urban Mobility: When Mobility Systems Meet Smart Data
世界各地的城市正在急剧扩张,到2050年,城市人口增长将达到近25亿人,道路交通增长将超过12亿辆汽车。在欧洲,交通运输部门的经济贡献占国内生产总值的5%,在美国,交通运输部门的平均成本为4820.5亿美元。这些数字表明工业城市的迅速崛起,以及从传统城市向智慧城市转变的迫切需要。本文概述了不同的方法和技术,例如智能交通系统(ITS),它利用通信技术来帮助维护道路使用者在驾驶时的安全,并通过优化控制系统来支持自动驾驶。当与精确的人工智能模型相结合时,ITS的作用得到加强,这些模型用于优化城市规划,分析人群行为和预测交通状况。由于数十亿用户通过使用新技术和在线社交媒体生成的大量移动数据的存在,人工智能驱动的ITS正在成为可能。城市规划的优化提高了车辆的路径选择能力,解决了交通拥堵问题,如本文所讨论的。从生态的角度来看,我们讨论的措施和激励措施,以促进使用的流动性系统。我们还强调政治意愿在促进交通部门开放数据方面的作用,认为这是开发城市变得更健康和更可持续所需的技术解决方案的重要组成部分。
2020-05-09 cs.CY cs.NI
Urban Mobility
本章从复杂性科学视角综述城市流动性,涵盖数据源、人类运动特性、个体移动模型及系统性城市交通挑战。
2022-11-01 cs.CY physics.soc-ph
Dynamic Urban Planning: an Agent-Based Model Coupling Mobility Mode and Housing Choice. Use case Kendall Square
随着城市人口日益增加,城市规划在确保大都市地区的公平和包容性发展方面发挥着关键作用。麻省理工学院城市科学小组创建了一个数据驱动的有形平台CityScope,以帮助不同的利益相关者,如政府代表,城市规划师,开发商和市民,通过对不同城市干预措施的实时影响分析,协同塑造城市场景。本文提出了一个基于代理人的模型,描述了公民在住房和流动选择方面的行为模式,这将构成为开放的互动治理进程制定动态激励制度的第一步。对影响这一决策过程的标准的现实识别和表述将有助于理解和评估旨在促进平等、多样性、步行性和效率等城市特征的潜在住房激励措施的影响。该模型的校准和验证是在本集团的一个著名地理区域进行的:马萨诸塞州剑桥的肯德尔广场。
2021-06-28 cs.CY cs.MA
Mapping the Urban Mobility Intelligence Frontier: A Scientometric Analysis of Data-Driven Pedestrian Trajectory Prediction and Simulation
School of Engineering, Guangzhou College of Technology and Business(工程学院,广州技术与商业学院)
本研究通过科学计量学方法分析了数据驱动的行人轨迹预测与人群仿真领域,揭示了人工智能等技术的融合趋势及其在城市治理中的应用前景与挑战。
2025-10-11 cs.AI cs.CY
Urban mobility network centrality predicts social resilience
The Hong Kong University of Science and Technology(香港科技大学);Tsinghua University(清华大学);Beijing National Research Center for Information Science and Technology (BNRist)(北京信息科学与技术国家研究中心);Northeastern University(东北大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Santa Fe Institute(圣塔菲研究所);University of Chicago(芝加哥大学)
研究通过分析城市流动性网络中心性,揭示核心场所在不同冲击下的社会韧性预测机制。
2026-02-20 cs.CY cs.SI
Gender gaps in urban mobility
使用公共交通工具或只是在街上走动都是性别问题。妇女和女孩经常进行多目的、多站的旅行,以便做家务、工作和学习(“旅行链”)。妇女为户主的家庭在城市环境中往往更为突出,她们往往比男子更多地从事低薪/非正式工作,获得交通补贴的机会有限。在这里,我们从性别的角度介绍了城市流动性的最新结果,独特地结合了广泛的数据集,包括电信和开放数据的商业来源。我们探讨了城市流动性的女性和男性在大都市区的圣地亚哥,智利,通过分析移动痕迹提取的呼叫详细记录(CDR)的一个大的队列的匿名手机用户在一段时间内的3个月。我们发现,考虑到用户的呼叫行为的差异,女性移动比男性少,访问不那么独特的位置和分配他们的时间不平等的这些位置。通过绘制圣地亚哥52个市镇的流动性性别差异,我们发现较高的流动性差距与社会经济指标相关,例如平均收入较低,以及缺乏公共和私人交通选择。这些结果为政策制定者在圣地亚哥市设计更具性别包容性的交通计划提供了新的见解。
2019-06-21 cs.CY physics.soc-ph
Persuasive Technologies for Sustainable Urban Mobility
近年来,诱导可持续城市流动行为的说服性干预措施已成为一个非常活跃的研究领域。这份审查文件系统地分析了现有的办法和原型系统,并对用于改变运输领域行为的说服性战略进行了描述和分类。它还研究了从试点研究中得出的结果和建议,并作为分析的结果,强调了个性化和定制说服性技术以适应各种用户特征的必要性。我们还讨论了上下文感知的说服系统,以增加可持续的选择的数量可能发挥的作用。最后,对未来学术说服系统的研究提出了建议。
2016-04-20 cs.CY cs.HC
Delineating hierarchical activity space from high-resolution urban mobility flows
Peking University Shenzhen Graduate School(北京大学深圳研究生院);University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校);University of Pennsylvania(宾夕法尼亚大学)
本文提出HARM模型,通过分析不同城市群体的活动空间,揭示城市移动的层级结构,验证了曼哈顿在飓风桑迪前后旅行行为的层级组织特性。
2026-03-23 cs.CY physics.soc-ph
InclusiViz: Visual Analytics of Human Mobility Data for Understanding and Mitigating Urban Segregation
本文提出 InclusiViz 可视化分析系统,结合深度学习、可解释 AI 与交互式可视化,利用人类移动数据分析居住及活动空间中的城市隔离,并支持规划干预评估。
2025-01-07 cs.CY cs.HC
Smart City Drivers and Challenges in Urban-Mobility, Health-Care, and Interdependent Infrastructure Systems
在21世纪之交,城市发展经历了一次范式转变,因此寻求智慧城市已成为一项优先议程,工业界、政策制定者、从业者和科学界都直接参与其中。2008年金融危机、农村人口外流、城市中心的密集化以及环境和可持续性问题给全球各地的城市带来了巨大的挑战。联合国预测,到2050年,世界人口将达到98亿,比2018年增加21亿。几乎所有的人口增长都将发生在城市地区,因此,对已经超负荷的交通系统造成压力。
2022-11-26 cs.CY cs.SI
Mining Shopping Patterns for Divergent Urban Regions by Incorporating Mobility Data
人们购买的是生活方式的一个重要方面或观点。研究人们在不同城市地区的购物模式不仅可以为各种商业机会提供有价值的信息,而且可以更好地了解城市基础设施和城市生活方式。在本文中,我们的目标是预测城市范围内的购物模式。由于可用数据稀疏,这是一项具有挑战性的任务--超过60%的城市地区的购物记录未知。为了解决这个问题,我们纳入了人类生活方式的另一个重要观点,即流动模式。有了“人们去哪里”的信息,我们就能推断出“人们买什么”。此外,为了对区域之间的关系进行建模,我们在我们的方法中利用了空间相互作用。为此,应用具有交互正则化模型的集体矩阵分解(CMF)来融合来自多个视图或源的数据。我们的实验结果表明,我们的模型优于基线方法的两个标准度量。我们对多种购物模式的预测结果揭示了不同城市区域的不同需求,从而反映了城市的关键功能特征。此外,我们能够提取两种生活方式之间的联系,并实现对城市生活方式的更好或新颖的理解。
2017-01-23 cs.CY cs.SI
Differences in the spatial landscape of urban mobility: gender and socioeconomic perspectives
我们的许多日常生活和活动都与我们的移动能力有关;无论是上下班,购物还是会见朋友。然而,限制个人充分实现其移动需求的能力的因素最终将影响他们可以获得的机会(例如,文化活动、专业交流)。在人类流动研究中经常被忽视的一个重要方面是,以性别为中心的问题如何放大流动劣势的其他来源(例如,社会经济不平等),不均衡地影响了男女获得的机会。在这项工作中,我们利用计算,统计和信息理论方法的组合来研究移动性多样性中存在的系统差异(即,(1)来自不同社会经济背景的男性和女性,以及(2)工作和非工作旅行。我们的分析基于包含多个大型官方旅行调查实例的数据集,这些调查在南美洲的三个主要大都市地区进行:哥伦比亚的麦德林和波哥大以及巴西的圣保罗。我们的研究结果表明,存在的一般差异,在城市流动性的差异与性别和社会经济特征的个人。最后,本文揭示了性别层面的人类流动不平等的可能根源,有助于对人类流动的分类模式的一般理解。
2022-03-02 cs.CY physics.soc-ph
COVID-19 is linked to changes in the time-space dimension of human mobility
本研究利用去标识化手机数据,发现COVID-19封锁期间人类空间移动减少且伴随异步动态,解除限制后空间维度比时间维度恢复更快,且恢复程度受城市化水平和经济分层影响。
2023-07-27 cs.CY physics.soc-ph
Differences of communication activity and mobility patterns between urban and rural people
本研究利用呼叫详细记录分析城乡人群的社会通信与移动模式,发现城市人群通话频繁但移动性低、农村则相反,且移动性受时间、节假日及个体年龄性别影响。
2023-11-22 cs.CY cs.SI physics.soc-ph
Large Language Models as Urban Residents: An LLM Agent Framework for Personal Mobility Generation
The University of Tokyo(东京大学);Osaka University(大阪大学)
提出一种用于个人出行生成的 LLM 智能体框架,通过自一致性对齐真实活动数据,并以检索增强策略生成可解释活动,实验表明其优于现有方法。
2024-10-27 cs.AI cs.CL cs.CY
Measuring Spatial Subdivisions in Urban Mobility with Mobile Phone Data
城市人口不断增长。到2050年,世界人口的三分之二将居住在城市地区。这种增长比城市衡量和规划其可持续性的能力更快、更复杂。为了理解是什么让一个城市对所有人都具有包容性,我们定义了一种方法来识别和表征空间细分:特定人口群体代表性过高和过低的区域,分别称为热点和冷点。使用汇总的移动电话数据,我们将这种方法应用到巴塞罗那市,以评估三组人的流动性:妇女,老年人和游客。我们发现,在这三个群体中,冷点的设施和服务的多样性低于热点。此外,妇女和游客的冷点往往人口收入较低。这些见解适用于巴塞罗那的流动人口,从而扩大了如何在城市中分析包容性的范围。
2020-02-20 cs.CY cs.SI
Multimodal urban mobility and multilayer transport networks
本文从多层网络视角系统综述了多模式城市出行与交通网络研究,涵盖数学框架、基础设施建模、多模式性度量、出行动力学、公开数据集与开源工具,并展望了未来研究方向。
2021-11-03 cs.CY cs.SI physics.soc-ph
Urban sidewalks: visualization and routing for individuals with limited mobility
在美国,行动不便的人(定义为在没有帮助和不使用特殊设备的情况下难以或无法行走四分之一英里)面临着越来越大的信息差距:虽然行人路线规划算法变得越来越快,信息量越来越大,但由于缺乏关于路线沿线可达性的综合相关信息,在城市中心使用轮式设备规划路线非常困难。此外,减少进入街道空间意味着减少获得其他公共信息和服务的机会,而这些信息和服务正越来越多地沿城市街道向公众提供。为了充分规划通勤,行动能力有限或有轮子的旅行者必须知道她的道路是否会被建筑物阻挡,人行道是否会太陡或由于条件差而无法使用,街道是否可以穿过或高速公路是否挡住了路,或者是否有人行道。这些详细信息在许多现代城市中填充了不同的数据集,但它们并不能立即以方便的集成格式提供给行动不便的人。我们的项目,EMOMAP,在其第一阶段(v.1)覆盖的信息,最相关的人在地图上的行动不便,使自我规划的路线。在这里,我们描述了该项目的下一阶段:综合常用的开放数据(包括街道,人行道,路边坡道,高程数据和施工许可证信息),以生成路径图,从而实现可变成本函数可访问路由。
2016-02-13 cs.CY cs.HC
Urban Mobility Scaling: Lessons from `Little Data'
最近的移动性扩展研究,使用新的数据源,往往只依赖于汇总数据。因此,这些研究面临的困难,如交通方式对流动模式的影响特征。本文试图通过研究一个类别丰富的移动数据集来补充这项研究。为了阐明类别的影响,作为一个案例研究,我们使用传统收集的德国流动性数据。与基于“签到”的数据相反,我们的结果不受欧几里得距离近似的影响。在我们的分析中,我们表明,聚合可以隐藏行程长度分布之间的关键差异,细分类别时。例如,我们看到,在城市规模(0至~15公里),步行与驾驶,表现出高度不同的标度指数,因此普适性类。此外,方式共享和行程长度是响应于一周中的一天和一天中的时间。例如,在德国,虽然星期天开车的频率相对低于星期三,但行程似乎更长。此外,我们的工作可能会带来新的光之间的辩论距离为基础的和干预的机会机制影响流动模式,因为模式可以选择根据行程长度和城市形式。
2014-01-06 cs.CY cs.SI physics.data-an
Incorporating LLMs for Large-Scale Urban Complex Mobility Simulation
Massachusetts Institute of Technology(麻省理工学院);National Taipei University of Technology(国立台北科技大学);University College London(伦敦大学学院)
本文提出将大语言模型与基于智能体的建模相结合,用于台北市大规模城市出行仿真,以提升智能体多样性与真实性,并为城市规划提供决策支持。
2025-07-03 cs.AI cs.CL cs.CY
Beyond Distance: Mobility Neural Embeddings Reveal Visible and Invisible Barriers in Urban Space
本研究利用神经嵌入模型分析美国11城市2540万条轨迹,学习移动性嵌入以定义行为功能距离,揭示了设施获取、行政边界和居住隔离等无形屏障对城市可达性的影响,为城市规划和公平分析提供了可扩展框架。
2025-06-30 cs.CY physics.soc-ph
Urban Mobility Assessment Using LLMs
George Mason University(乔治梅森大学)
本研究提出利用大语言模型合成出行调查数据,并在模式、出行和活动链三个粒度上与美国多城市真实调查对比,证明微调后的开源模型如Llama-2能生成高度逼真的合成出行数据,为城市出行研究提供低成本替代方案。
2024-08-22 cs.CL cs.CY
Urban Mobility Swarms: A Scalable Implementation
我们提出了一个系统,以协调“城市流动群”,以促进使用和安全的轻量级,可持续的交通,同时提高城市的活力和社区结构。这项工作借鉴了蟋蟀和萤火虫等夜间昆虫群的行为,从而将个体统一在分散的网络中。在这些情况下,协调自然会出现,并提供了一个令人信服的“人数优势”的证明。我们的工作适用于协调轻型车辆,如自行车,这是自动引入到特设的“群”,由同步脉动的光联合起来。我们将个人骑手建模为分散网络中的节点,并通过点对点消息协议和算法同步他们的行为,这保护了个人隐私。节点通过无线电广播,其传输范围被调整以定位群成员。然后,节点加入或断开与其他基于接近,适应动态变化的城市移动网络的拓扑结构。本文提供了我们的系统的技术描述,包括协议和算法,以协调从它出现的群集行为。我们还展示了其在代码,电路和硬件的实现,与系统原型上测试的城市自行车共享。在这样做的时候,我们展示了我们系统的可扩展性。我们的原型使用低成本组件,自行车共享计划管理分布在城市的自行车队,可以在城市规模上部署该系统。我们灵活、分散的设计允许额外的自行车与网络连接,从而增强其规模和影响力。
2020-07-13 cs.CY cs.MA
Mobilkit: A Python Toolkit for Urban Resilience and Disaster Risk Management Analytics using High Frequency Human Mobility Data
针对灾害风险管理缺乏专用移动数据分析工具的问题,本文提出开源 Python 工具包 Mobilkit,以支持基于 GPS 数据的可复现、可扩展灾后分析。
2021-09-16 cs.CY cs.SI physics.soc-ph
From Mobile Data to Business Insights: An End-to-End Analytics Framework for Large-Scale Urban Mobility Analysis and Decision Support
LIAAD;INESC-TEC;Mobile Network Analytics;NOS SGPS
研究通过调查城市环境中智能手机用户行为模式应对多领域挑战。开发数据平台,采用先进技术,构建模块化架构,应用可视化技术,模型可处理多种交通分析任务,为城市规划和商业决策提供见解。
2026-07-07 cs.AI cs.CY cs.LG
Improving Urban Mobility: using artificial intelligence and new technologies to connect supply and demand
Instituto de Informática, UFRGS(南里奥格兰德联邦大学信息学院)
随着我们社会对流动性的需求似乎在增加,以城市流动性为中心的各种问题是这个星球上大多数城市居民所担心的问题之一。例如,如何以一种高效(但压力较小)的方式从A到B?即使在新冠肺炎疫情期间,这些问题和担忧也没有改变;相反,按照目前的立场,人们避免乘坐公共交通工具只会导致车辆交通量增加。智能交通系统(ITS)的研究目的是研究如何利用信息和通信技术来解决与交通有关的问题。这可能意味着监控和管理基础设施(例如,交通道路、交通信号等)。然而,目前,ITS也瞄准了需求管理。在这一全景中,人工智能发挥着重要作用,特别是随着机器学习的进步,它转化为计算视觉、联网和自动驾驶汽车、基于代理的模拟等的使用。在目前的工作中,我们小组开发的几个作品的调查进行了讨论,在一个整体的角度来看,即,它们不仅涵盖供应方(如ITS作品中常见的那样),而且涵盖需求方,并且从一个新颖的角度来看,两者的结合。
2022-03-18 cs.AI cs.CY cs.LG
Simulating the Integration of Urban Air Mobility into Existing Transportation Systems: A Survey
University of California, Berkeley(加州大学伯克利分校)
该综述通过仿真技术梳理了城市空中交通(UAM)融入大都市交通系统的研究现状,明确了相关挑战、机遇与效益,指明了未来研发的重点方向。
2024-06-20 cs.AI cs.CY cs.RO