文献

J-GLOBAL ID：202102288229862955   整理番号：21A2691381

中国Shenzhenにおける地下鉄スマートカードデータからのテンソルベースモデルを用いた時空間旅行パターンの発見【JST・京大機械翻訳】

Uncovering Spatio-temporal Travel Patterns Using a Tensor-based Model from Metro Smart Card Data in Shenzhen, China

著者 (4件)： Tang Jinjun (Smart Transport Key Laboratory of Hunan Province, School of Traffic and Transportation Engineering, Central South University, Changsha 410075, China) ,  Wang Xiaolu (Smart Transport Key Laboratory of Hunan Province, School of Traffic and Transportation Engineering, Central South University, Changsha 410075, China) ,  Zong Fang (College of Transportation, Jilin University, Changchun 130012, China) ,  Hu Zheng (School of Intelligent transportation, Hunan Communication Engineering Polytechnic, Changsha 410132, China)
資料名： Sustainability (Web)  (Sustainability (Web))
巻： 12  号： 4  ページ： 1475  発行年： 2020年 
JST資料番号： U7281A  ISSN： 2071-1050  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 個々の移動性パターンは都市交通計画と交通流予測における重要因子である。地下鉄ネットワークの計画と運用のための理論的サポートを提供するために,深く正確に乗客の時空分布を理解する方法は,広い関心事の緊急の課題である。本論文では,NCP分解を適用して,Shenzhen市の地下鉄ネットワークにおける時間的および空間的次元から旅行パターンの特徴を明らかにした。行列因数分解と相関分析を利用して,著者らは集団的移動性からいくつかの安定成分を抽出して,出発と到着移動性パターンが時間的と空間的次元の両方で異なる特性を持っていることを発見した。Shenzhen(深川)市の関心点(POI)データに従って,観測所の機能属性を同定し,次に,異なるパターンの空間分布特性が異なることを見出した。安定パターンの時空間特性に従って分類された旅行時間の分布を調査した。提案方法は,集団的移動性から安定した旅行パターンを分解することができて,本研究における結果は,空間的および時間的次元における種々の移動性パターンをより良く理解することを助けることができた。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 移動度 ,  *テンソル ,  ネットワーク ,  交通流 ,  旅行時間 ,  *旅行 ,  都市 ,  空間分布 ,  乗客
準シソーラス用語： 相関分析 ,  移動性 ,  関心領域 ,  都市交通計画 ,  時空分布 ,  テンソル分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： テンソル分解 ,  都市モビリティ ,  空間および時間特性 ,  地下鉄ネットワーク ,  関心点

分類 (3件)： 交通調査  (TB01031B) ,  鉄道輸送・サービス一般  (TC01010R) ,  都市計画の調査分析,分析手法  (RD01020D)

引用文献 (35件)：

• Ma, X.; Liu, C.; Wen, H.; Wang, Y.; Wu, Y.J. Understanding commuting patterns using transit smart card data. J. Transp. Geogr. 2017, 58, 135-145.
• Dou, M.; He, T.; Yin, H.; Zhou, X.; Chen, Z.; Luo, B. Predicting passengers in public transportation using smart card data. Australas. Database Conf. 2015, 9093, 28-40.
• Gordillo, F. The Value of Automated Fare Collection Data for Transit Planning: An Example of Rail Transit OD Matrix Estimation; Massachusetts Institute of Technology: Cambridge, MA, USA, 15 September 2006.
• Ma, Y.; Xu, W.; Zhao, X.; Li, Y. Modeling the hourly distribution of population at a high spatiotemporal resolution using subway smart card data: A case study in the central area of Beijing. ISPRS Int. J. Geo-Inf. 2017, 6, 128.
• Zhao, J.; Zhang, F.; Zhang, J.; Sun, L. Exploring Human Mobility Patterns Related to Shenzhen-Hong Kong Ports: A Preliminary Study for Futian Port. In Proceedings of the 2017 IEEE 2nd International Conference on Big Data Analysis (ICBDA), Beijing, China, 10-12 March 2017; pp. 950-954.

タイトルに関連する用語 (6件)： 中国 ,  地下鉄 ,  スマートカード ,  時空間 ,  旅行 ,  発見