Últimos artículos para Planificación Urbana

Aprende sobre aproximadores para el flujo de tráfico en grafos grandes.

Los modelos de IA mejoran las predicciones del clima al ofrecer pronósticos locales detallados.

Este artículo revisa algoritmos para mejorar la eficiencia en la planificación de rutas de transporte.

Descubre el impacto del Detector de Cambios basado en Mamba para rastrear cambios ambientales.

Un estudio sobre mecanismos para la ubicación eficiente de instalaciones teniendo en cuenta las preferencias de los usuarios.

Nuevo método mejora la precisión al contar multitudes usando técnicas avanzadas.

Un estudio sobre cómo mejorar la colocación de trampas para un mejor monitoreo del WNV.

Explorando la dinámica del estacionamiento con escenarios de tiempo limitado.

Un estudio sobre la predicción del tiempo de viaje para las rutas más transitadas de Islamabad.

Los espacios verdes y azules impactan de forma significativa en la salud física y mental.

Un nuevo método mejora las estimaciones del flujo de tráfico usando datos de vehículos conectados.

Un nuevo método mejora las predicciones de peso de aristas usando Redes Neuronales Graph.

Un nuevo modelo redefine la planificación urbana sin depender de imágenes emparejadas.

Utilizando datos públicos para mejorar el mapeo desde perspectivas en primera persona.

MetaUrban simula entornos urbanos para la investigación y el desarrollo de robots.

Un modelo basado en redes ofrece ideas sobre estrategias efectivas para manejar la contaminación.

ST-Mamba mejora las estimaciones del flujo de tráfico usando datos limitados de vehículos.

Nuevos métodos abordan los riesgos de privacidad en la predicción de datos de movimiento humano.

Combinando k-center y k-median para un análisis de datos avanzado.

Presentando un conjunto de datos para mejorar las interacciones entre vehículos inteligentes e infraestructura pública.

Una visión general de los sistemas adaptativos complejos y su importancia en varios campos.

Una mirada a la generación de datos sintéticos para la movilidad urbana y los desafíos de privacidad.

Presentamos STD-LLM para mejorar la predicción y la imputación en sistemas dinámicos.

HPix combina el aprendizaje profundo con imágenes satelitales para crear mapas vectoriales precisos.

Un conjunto de datos de última generación mejora el modelado de árboles para la investigación en planificación ecológica y urbana.

Un nuevo conjunto de datos para mejorar los métodos de generación de planos arquitectónicos para edificios complejos.

Un nuevo método mejora la precisión de la detección de cambios en imágenes SAR.

Una nueva técnica mejora cómo se representan los edificios en los mapas aéreos.

NeighborFL mejora la precisión de las predicciones de tráfico mientras protege la privacidad de los datos.

UrbanWorld facilita la creación de entornos urbanos 3D realistas para el entrenamiento de IA.

Aprende cómo SOOP puede mejorar la navegación en entornos difíciles.

GroundUp simplifica el proceso de diseño para arquitectos urbanos usando tecnología innovadora de modelado 3D.

HDRSplat mejora la precisión de modelado 3D en condiciones de poca luz.

Examinando las complejas redes ramificadas de *Podospora anserina*.

Los modelos estocásticos no locales mejoran la gestión del tráfico y reducen la congestión.

CrowdMAC mejora las predicciones en la previsión de la densidad de personas a pesar de los datos incompletos.

Un estudio revela cómo se mueven las sustancias en capas límite turbulentas.

Nuevos métodos mejoran la clasificación de superficies de carretera usando técnicas de datos visuales automatizadas.

Este estudio explora cómo predecir cambios de carril puede mejorar el ahorro de energía para los CAV.

Una mirada a cómo los datos de GPS mejoran la precisión del mapeo del flujo de tráfico.