Neuste Artikel für Stadtplanung

Das STDDE-Modell verbessert die Verkehrsprognosen, indem es Verzögerungen und kontinuierliche Änderungen einbezieht.

Eine Studie über die Suche nach effizienten Kurven, um bestimmte Bereiche abzudecken.

DroneCAST hat das Ziel, die Kommunikation in der urbanen Luftmobilität für Drohnen zu verbessern.

Ein Modell für eine faire und effiziente Planung der Ladeinfrastruktur für Elektrobusse.

Eine Plattform für KI-Agenten, um mit realen Umgebungen unter Verwendung von geospatialen Daten zu interagieren.

Forscher zeigen bessere Methoden, um Wahrscheinlichkeitsmasse mit Punkten darzustellen.

RUMBoost kombiniert Nutzermodelle und maschinelles Lernen für bessere Vorhersagen bei Reiseentscheidungen.

Eine Studie über das Verhalten von Fussgängern, um die Sicherheit in Szenarien mit selbstfahrenden Autos zu verbessern.

Eine Studie identifiziert ideale Standorte für Fahrradstationen in Málaga, um das Radfahren zu fördern.

Die Nutzung von Digital Twin-Technologie, um den urbanen Verkehr durch Mobilitätsprofiling zu verbessern.

Erforscht die Umsetzung von KI zur Optimierung von autonomen Fahrzeugdiensten.

Neue Algorithmen verbessern die Problemlösungs-effizienz bei komplexen Optimierungsaufgaben.

Ein neues Framework, das die Erstellung von städtischen Wissensgraphen automatisiert.

Dieser Artikel behandelt Methoden zur Schätzung der Busgeschwindigkeiten, während die Privatsphäre geschützt wird.

Eine Methode, um Geräusche in verschiedenen Umgebungen mit fortschrittlicher Technik zu visualisieren und vorherzusagen.

Erforschen, wie das Verhalten von Schleimpilzen die Netzwerkeffizienz in der realen Welt verbessert.

Ein Simulator wirft Licht auf die Herausforderungen im städtischen Verkehr und mögliche Lösungen.

Untersuche, wie mehrere stabile Zustände die städtische Bevölkerung und die Marktdynamik beeinflussen.

Verstehen der Komplexität und Lösungen in der geospatialen Datenanalyse.

Ein neues Framework zur Generierung realistischer Mobilitätsdaten mithilfe von logischem Denken.

Neue Methode verbessert die Anpassung von Satellitenbildern ohne vordefinierte Bereiche.

Eine Studie über zufällige Linienformen und ihre Auswirkungen in verschiedenen Bereichen.

Untersuchung von Lösungen zur Verbesserung der Genauigkeit bei standortbasierten Bevölkerungsstatistiken.

Eine neue Methode verbessert die Vorhersagen in der virtuellen Sensorik mit begrenzten Daten.

Eine neue Methode für schnellere und bessere Vorhersagen von Radio-Umgebungsmodellen mit Deep Learning.

Untersuchen, wie autonome Fahrzeuge die Verkehrssicherheit verbessern können, ohne den Verkehrsfluss zu stören.

Untersuchen, wie unsere Umgebung mit dem psychischen Wohlbefinden zusammenhängt.

Das Verständnis von Wiederherstellungsstrategien nach Katastrophen ist entscheidend für die Gemeinschaften.

Forschung zeigt, dass es mehrere Möglichkeiten gibt, Anweisungen mit räumlichem Wissen zu geben.

Eine neue Methode verbessert die Ausrichtung von LiDAR- und Kameradaten für bessere 3D-Modelle.

Studie zeigt, dass sich die Luftqualität während des Lockdowns in Mittelitalien verändert hat.

NARUTO verwendet neuronale Techniken für die Echtzeit-3D-Umgebungsmodellierung.

Verbundene Partitionen helfen dabei, die Ressourcenzuteilung in verschiedenen Bereichen zu optimieren.

Eine neue Methode verbessert die Genauigkeit der Strassensegmentierung in unterschiedlichen Satellitenbildern.

Dieses Verfahren verbessert die städtische Forschung, indem es die öffentlichen Wahrnehmungen von Strassenansichten sammelt.

Ein neues Framework geht mit Unsicherheiten in diskreten Wahlmodellen um, um bessere Vorhersagen zu treffen.

Neues Framework verbessert die Objekterkennung in komplexen Umgebungen für autonome Fahrzeuge.

Ein Modell, das die Verkehrsprognosen durch innovative räumliche Techniken verbessert.

UXsim bietet Einblicke in Verkehrsmanagement und Simulationen.

Untersuchen, wie zufällige Punkte bestimmte Bereiche effektiv abdecken können.