文献

J-GLOBAL ID：202202291271185299   整理番号：22A0905415

公共輸送における流行接触追跡のための知識グラフベース法【JST・京大機械翻訳】

A knowledge graph-based method for epidemic contact tracing in public transportation

著者 (4件)： Chen Tian (Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, 4800 Cao’an Road, Shanghai 201804, China) ,  Zhang Yimu (Urban Mobility Institute, Tongji University, 4800 Cao’an Road, Shanghai 201804, China) ,  Qian Xinwu (The University of Alabama, Tuscaloosa, AL 35487, United States) ,  Li Jian (Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, 4800 Cao’an Road, Shanghai 201804, China)
資料名： Transportation Research. Part C. Emerging Technologies  (Transportation Research. Part C. Emerging Technologies)
巻： 137  ページ： Null  発行年： 2022年 
JST資料番号： W0534A  ISSN： 0968-090X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 接触追跡は,公共交通システムにおける更なる感染を防止するための効果的な対策である。COVID-19パンデミック中に感染する多数の人々を考慮すると,デジタル接触追跡は,従来の手動接触追跡よりも,より迅速で,より効果的であることが期待され,それは,遅く,労働集約的である。本研究では,公共交通システムからマルチソースデータを融合するための知識グラフベースフレームワークを導入し,接触ネットワークを構築し,流行拡散をモデル化し,効果的なディジタル接触追跡法の妥当性を検証した。特に,著者らは,知識グラフを構築するために,マルチソース公共輸送データを統合するために,トリップ連鎖モデルを利用した。次に,接触ネットワークを,構築した知識グラフから抽出し,そして,接触ネットワークにおける感染乗客を効率的に追跡するために,幅第一探索アルゴリズムを開発した。提案したフレームワークとアルゴリズムを,中国の Xiamen門における交通システムからのスマートカード取引データを用いた事例研究によって検証する。知識グラフは再構成された接触ネットワークによる接触追跡のための効率的なフレームワークを提供し,平均正の追跡率は96%以上であることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ネットワーク ,  *追跡 ,  トリップ ,  モデリング ,  *公共輸送 ,  再構成 ,  交通システム ,  ディジタル方式 ,  乗客 ,  事例研究 ,  スマートカード
準シソーラス用語： 探索アルゴリズム ,  汎発流行性 , 【Automatic Indexing@JST】

著者キーワード (5件)： ディジタル接触追跡 ,  接触ネットワーク ,  知識グラフ ,  公共輸送 ,  流行制御

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 公共輸送 ,  流行 ,  追跡 ,  知識グラフ