Neuste Artikel für Stadtplanung

Dieser Artikel untersucht die Herausforderungen und Lösungen beim Finden optimaler Beobachtungswege.

Die Bedeutung und Anwendungen von Mobilitätsdaten in der heutigen Gesellschaft erkunden.

Die Untersuchung von Siedlungsanordnungen in Städten zeigt, wie wichtig Hyperuniformität für die Stadtplanung ist.

Eine Studie über die Taxifahrten in Chicago zeigt die Vernetzung der Viertel und Reisegewohnheiten.

Ein neues Verfahren verbessert die Schätzung der Rauheit in SAR-Bildern für eine bessere Analyse.

Studie über nichtlokale Erhaltungsgesetze verbessert Simulationen von Verkehr und Menschenmengen.

Untersuchen, wie Autos und Motorräder im Verkehrsfluss interagieren.

Innovative Methoden helfen der lokalen Gesundheitsplanung, Zensusdaten effektiver zu nutzen.

Diese Studie untersucht die Herausforderungen der Urbanisierung und prädiktive Modelle für den Transport in Indien.

Untersuchen, wie sich die Positionsänderungen von UAVs auf die Kommunikationsqualität und -zuverlässigkeit auswirken.

STEF-DHNet verbessert die Nachfrageprognosen für Fahrten, um den Service und die Effizienz zu steigern.

AutoGraph nutzt Verkehrsdaten zur Schätzung der Fahrbahn und verringert damit die Abhängigkeit von manuellen Eingaben.

Wir stellen PANet vor, einen neuen Ansatz für verbesserte LiDAR-Segmentierung.

Die Rolle von SAM bei der Verbesserung der Segmentierung von Fernerkundungsbildern erkunden.

Dieser Artikel untersucht neue Methoden zur Verbesserung der periodischen Fahrplangestaltung durch Split Cuts.

ResUNetFormer verbessert die Strassenextraktion aus Luftbildern und geht dabei auf wichtige Herausforderungen ein.

Wir stellen DSTCGCN vor, um die Genauigkeit der Verkehrsprognosen zu verbessern.

Ein neuer Ansatz verbessert die Verkehrsflussvorhersage mit fortschrittlichen Grafiken.

Eine neue Methode nutzt Community-Daten, um die Gebäudehöhen für 3D-Stadtmodelle abzuschätzen.

Transportprobleme erschweren den Zugang zu Gesundheitsdiensten erheblich, was sich negativ auf die Gesundheitsergebnisse auswirkt.

AGC-net verbessert Verkehrsvorhersagen durch Kontext und Anpassungsfähigkeit.

Ein Blick auf Codes in Grafen und ihre Rollen in verschiedenen Bereichen.

Forscher nutzen Handydaten und ausgeklügelte Modelle, um menschliche Bewegungsmuster über die Zeit zu analysieren.

Diese Studie optimiert die Lage von bevorzugten und unerwünschten Einrichtungen.

Diese Studie konzentriert sich darauf, 3D-Gebäude effektiv zu klassifizieren und zu segmentieren.

Adaptive Stop-Pooling kann die Effizienz von Mitfahrgelegenheiten und das Nutzererlebnis verbessern.

Entdecke die innovative Bag-of-Views-Methode für effiziente Drohnendatensammlung.

Ein Modell für vernetzte autonome Fahrzeuge zur Verbesserung der Verkehrssicherheit und Effizienz.

Lern, wie die Trajektorienvorhersage sicheres Fahren für autonome Fahrzeuge gewährleistet.

Regelmässige Inspektionspläne können teure Rohrbruch und Gesundheitsrisiken verhindern.

Neue Methoden des maschinellen Lernens verbessern die Genauigkeit und Effizienz von Verkehrsmodellen.

Innovative Infrastruktur verbessert die Sicherheit an belebten städtischen Kreuzungen.

Das IMPTC-Dataset erfasst wichtige Daten für sichere, automatisierte Fahrzeugsnavigation.

Bewältigung von Cybersicherheitsherausforderungen in vernetzten Verkehrstechnologien.

cjdb bietet eine einfache Möglichkeit, 3D-Stadtmodelle in PostgreSQL zu speichern.

Untersuchung von Methoden zur Identifizierung von Veränderungen in Dokumentenbildern in verschiedenen Bereichen.

Lern, wie bewertende Ausdrücke Entscheidungsprozesse klarer machen.

Analyse des gierigen Algorithmus für ein effektives Parkmanagement in Garagen.

Diese Studie untersucht, wie 5G die Genauigkeit der Innenraumpositionierung mithilfe von Mehrwege-Signalen verbessert.

Der Klimawandel verändert die Nachfrage nach Wasser und Strom in städtischen Gebieten.