Últimos artículos para Planificación Urbana

Un nuevo método mejora la extracción de huellas de edificios en entornos concurridos.

Un nuevo enfoque para estimar con precisión el flujo de gente en Puntos de Interés urbanos.

Investigando métodos para recuperar fuentes de emisiones y mejorar el monitoreo de la contaminación.

Aprovechando métodos auto-supervisados para mejorar la segmentación semántica de LiDAR.

DeNISE mejora los contornos de los edificios en imágenes aéreas para un mejor mapeo y planificación.

Un nuevo enfoque mejora la precisión de la cartografía usando imágenes satelitales.

Métodos innovadores mejoran la seguridad y precisión de la navegación de vehículos autónomos.

Este estudio mejora la coordinación de los CAV en condiciones de tráfico variables.

SSIG ofrece un método más sencillo para comparar similitudes en planos de planta de manera efectiva.

Un método para mejorar la precisión de las predicciones usando muestreo por importancia y validación cruzada espacial.

Explorando cómo los colores al azar afectan la formación de clústeres y el comportamiento del sistema.

Un modelo combina redes neuronales de grafos y estrategias de inflación cero para mejorar las predicciones de tráfico.

Métodos avanzados ayudan a controlar el sonido no deseado de manera efectiva.

Los vehículos autónomos pueden transformar la recolección y gestión de datos de tráfico en áreas urbanas.

Un nuevo enfoque para modelar el flujo de tráfico usando datos no locales.

Nuevo método mejora las predicciones del movimiento humano para robots y vehículos inteligentes.

Nuevos diseños celulares mejoran la conectividad para drones y usuarios en tierra.

Este artículo habla sobre el uso del aprendizaje automático en la gestión del tráfico.

Un nuevo enfoque para mejorar las predicciones de velocidad del tráfico durante eventos extremos.

RingMo-lite mejora el análisis de imágenes de teledetección con eficiencia y precisión.

Un nuevo método de red neuronal mejora la estimación de rugosidad en imágenes SAR.

Explorando mejoras en Aprendizaje por Refuerzo para mejor conducción autónoma.

Examinando la conexión entre el uso del suelo y caminar en las comunidades.

Un nuevo método para generar datos de flujo urbano en ciudades sin información histórica.

Explora cómo los sistemas de comunicación aseguran la seguridad y eficiencia de los vehículos aéreos.

Examinando métodos de control para mejorar el flujo de tráfico con vehículos autónomos y conducidos por humanos.

Este estudio compara diferentes modelos de aprendizaje automático para la detección precisa de edificios.

Analizando los servicios de autobuses para atender mejor las necesidades de la comunidad en Harrisonburg.

Este artículo habla sobre cómo las redes multiplex optimizan la comunicación en sistemas complejos.

Un enfoque de co-diseño mejora la eficiencia en los sistemas de distribución de agua en medio del aumento de los costos de energía.

Los investigadores desarrollan un modelo para estudiar las relaciones espaciales y los impactos a distancia.

El marco LLM-Mob mejora la precisión al predecir patrones de movilidad humana.

Un estudio presenta un método mejorado para mejorar la predicción de peatones en vehículos automatizados.

El nuevo marco SurrealDriver mejora la simulación de agentes de conducción para entornos urbanos.

Un juego para involucrar a las comunidades en decisiones de planificación urbana.

Este estudio analiza la combinación de datos satelitales para mejorar la precisión de la clasificación de tierras.

Este conjunto de datos ayuda a los robots a entender mejor los entornos urbanos.

HEROES ofrece entrenamiento realista para respondedores y robots en emergencias urbanas.

Nuevos métodos mejoran la precisión en la gestión y planificación del flujo de tráfico.

El nuevo modelo MemDA se adapta a los cambios en los datos urbanos para hacer predicciones precisas.