Neuste Artikel für Stadtplanung

Eine neue GNN-Methode bietet eine schnellere Bewertung von Verkehrsrichtlinien für Städte.

Kombination von Strassenansichten und Satellitenbildern für bessere Katastrophenhilfe.

Ein neues Modell verbessert die Verkehrsprognosen nach Unfällen für ein besseres Management.

Ein neues System verbessert die Verkehrsüberwachung und -steuerung in Städten.

Untersuchen, wie autonome Fahrzeuge den Verkehrsfluss verbessern und Staus reduzieren können.

Intelligente Technologie nutzen, um den Verkehrsfluss in wachsenden Städten zu optimieren.

Diese Studie präsentiert ein Verkehrsflussmodell, das vernetzte und autonome Fahrzeuge berücksichtigt.

Der Klimawandel könnte das Risiko von West-Nil-Virus im Vereinigten Königreich erhöhen.

Ein Projekt hat das Ziel, die Reaktionszeit der Feuerwehr durch Datenmodellierung zu verbessern.

Datenbasierte Methoden nutzen, um das Verhalten des Abwassersystems bei starkem Regen vorherzusagen.

HAPNet kombiniert hyperspektrale und SAR-Daten für eine bessere Klassifizierung der Landbedeckung.

Dynamische Grafiken nutzen, um Muster im städtischen Personentransport aufzudecken.

Ein neues Datenset soll das Management von Verkehrsampeln mit echten Bildern und verschiedenen Szenarien verbessern.

Ein Blick auf einzigartige Verbindungen zwischen Punkten in der Geometrie mit der parabolischen Taxikab-Distanz.

Die Stadtgestaltung beeinflusst, wie verschiedene Gruppen sich treffen und miteinander umgehen.

Ein neues System verbessert die Fahrzeugdisposition für Ride-Hailing-Dienste.

Lern, wie nichtlokale Erhaltungsgesetze den Verkehr und die Dynamik von Menschenmengen beeinflussen.

CAPAs verbessern die drahtlose Kommunikation mit besserer Signalqualität und Abdeckung.

Ein Modell konzentriert sich auf den Fahrzeugraum, um das Verkehrsmanagement zu verbessern.

STGormer verbessert Verkehrsprognosen, indem es Zeit und Raum berücksichtigt.

Ein Blick auf effektives Management von HOT-Spuren zur Reduzierung von Staus.

Ein umfassender Blick auf das Verstehen von Verkehrsströmen durch komplexe Datenanalyse.

DutyTTE verbessert die Schätzung der Reisezeit, indem es Unsicherheiten in den Vorhersagen berücksichtigt.

Ein Blick auf die Chancengleichheit im Zugang zu urbanem Transport angesichts steigender Herausforderungen.

Neue Methoden verbessern die UAV-Signalverteilung in komplizierten städtischen Umgebungen.

Ein neues Modell zeigt, wie sich städtische Gebiete durch die Interaktionen von Arbeitern und Unternehmen entwickeln.

Die Auswirkungen von selbstüberwachtem Lernen auf die Analyse von geospatialen Daten erkunden.

Ein neues Framework verbessert Verkehrsprognosen, indem es Ursachenbeziehungen und Unsicherheiten analysiert.

Eine Studie zur Verbesserung der Effizienz von HOT-Spuren und dem Stau-Management.

Ein neues Modell verbessert die Nachfrageprognosen im Verkehr, indem es mehrere städtische Merkmale analysiert.

Eine neue Methode verbessert die Verkehrsprognosen, indem sie regionales Wissen integriert.

Ein neuer Ansatz, um menschliche Bewegungen in städtischen Gebieten besser vorherzusagen.

Ein neues Framework verbessert die Vorhersagen, indem es räumliche und temporale Datenanalyse kombiniert.

Lern, wie man faire Treffpunkte mit Hilfe von Graphenzentren und Schwerpunkten bestimmen kann.

Untersuchung des Zugangs zu öffentlichen Verkehrsmitteln für einkommensschwache Fahrgäste in Greater Boston.

Ein Framework für bessere Vorhersagen menschlicher Bewegungen mit maschinellem Lernen.

Vergleich der Lieferzeiten von Lastenrädern und Vans in städtischen Lieferumgebungen.

Poly2Vec vereinfacht die Analyse von räumlichen Beziehungen zwischen verschiedenen Formen.

ChatSUMO macht Verkehrssimulation einfacher mit natürlichen Sprachbefehlen.

Eine neue Methode verbessert die Genauigkeit der Verkehrsprognosen durch Datenzerlegung und neuronale Netzwerke.