Últimos artículos para Planificación Urbana

Un nuevo método GNN ofrece una evaluación más rápida de las políticas de tráfico para las ciudades.

Combinando imágenes de calle y satélite para mejorar la respuesta ante desastres.

Un nuevo modelo mejora las predicciones de tráfico después de accidentes para una mejor gestión.

Un nuevo sistema mejora el monitoreo y la gestión del tráfico en las ciudades.

Estudiando cómo los vehículos autónomos pueden mejorar el flujo de tráfico y reducir la congestión.

Usando tecnología inteligente para optimizar el flujo de tráfico en ciudades en crecimiento.

Este estudio presenta un modelo de flujo de tráfico que tiene en cuenta los vehículos conectados y autónomos.

El cambio climático puede aumentar el riesgo del virus del Oeste del Nilo en el Reino Unido.

Un proyecto tiene como objetivo mejorar el tiempo de respuesta del departamento de bomberos a través de la modelación de datos.

Usando métodos basados en datos para predecir cómo se comporta el sistema de alcantarillado durante lluvias fuertes.

HAPNet combina datos hiperespectrales y SAR para mejorar la clasificación de la cobertura del suelo.

Usando gráficos dinámicos para revelar patrones en los viajes de pasajeros urbanos.

Un nuevo conjunto de datos busca mejorar la gestión de semáforos utilizando imágenes reales y escenarios diversos.

Una mirada a las conexiones únicas entre puntos en geometría usando la distancia parabólica-taxi.

El diseño de la ciudad afecta cómo se encuentran y se relacionan diferentes grupos.

Un nuevo sistema mejora la asignación de vehículos para servicios de transporte.

Aprende cómo las leyes de conservación no locales afectan el tráfico y la dinámica de multitudes.

Las CAPAs mejoran la comunicación inalámbrica con mejor calidad de señal y cobertura.

Un modelo se centra en el espacio vehicular para mejorar la gestión del tráfico.

STGormer mejora las predicciones de tráfico al tener en cuenta el tiempo y el espacio.

Una mirada a la gestión efectiva de los carriles HOT para reducir la congestión.

Una mirada completa a entender los patrones de tráfico a través de un análisis de datos complejo.

DutyTTE mejora la estimación del tiempo de viaje al tener en cuenta la incertidumbre en las predicciones.

Una mirada a la equidad en el acceso al transporte urbano en medio de los crecientes desafíos.

Nuevos métodos mejoran el mapeo de señales de drones en entornos urbanos complejos.

Un nuevo modelo muestra cómo las áreas urbanas evolucionan a través de las interacciones entre trabajadores y empresas.

Explorando el impacto del aprendizaje auto-supervisado en el análisis de datos geoespaciales.

Un nuevo marco mejora las predicciones de tráfico al analizar relaciones causales e incertidumbre.

Un estudio sobre cómo mejorar la eficiencia de los carriles HOT y la gestión de la congestión.

Un nuevo modelo mejora las previsiones de demanda de transporte al analizar múltiples características urbanas.

Un nuevo método mejora las predicciones del tráfico en las carreteras al integrar conocimientos regionales.

Un enfoque nuevo para predecir mejor los movimientos humanos en áreas urbanas.

Un nuevo marco mejora las predicciones al combinar el análisis de datos espaciales y temporales.

Aprende a determinar lugares de reunión justos usando centros de grafos y centroides.

Examinando el acceso al transporte público para pasajeros de bajos ingresos en el Gran Boston.

Un marco para predecir mejor el movimiento humano usando aprendizaje automático.

Comparando los tiempos de servicio de bicicletas de carga y furgonetas en entregas urbanas.

Poly2Vec simplifica el análisis de relaciones espaciales entre diferentes formas.

ChatSUMO hace que la simulación de tráfico sea más fácil con comandos en lenguaje natural.

Un nuevo método mejora la precisión de la predicción del tráfico mediante la descomposición de datos y redes neuronales.