Articoli più recenti per Pianificazione Urbana

Studiare come i veicoli autonomi possono migliorare il flusso del traffico e ridurre la congestione.

Usare la tecnologia smart per ottimizzare il flusso del traffico nelle città in crescita.

Questo studio presenta un modello di flusso del traffico che tiene conto dei veicoli connessi e autonomi.

Il cambiamento climatico potrebbe aumentare il rischio di virus del Nilo occidentale nel Regno Unito.

Un progetto mira a migliorare il tempo di risposta dei vigili del fuoco attraverso la modellazione dei dati.

Usare metodi basati sui dati per prevedere il comportamento del sistema fognario durante forti piogge.

HAPNet combina dati iperspettrali e SAR per una migliore classificazione del suolo.

Usare grafici dinamici per scoprire schemi nei viaggi dei passeggeri in città.

Un nuovo set di dati punta a migliorare la gestione dei semafori usando immagini reali e scenari diversi.

Uno sguardo alle connessioni uniche tra punti in geometria usando la distanza parabolica-tassista.

Il design della città influisce su come i vari gruppi si incontrano e interagiscono.

Un nuovo sistema migliora il dispatch dei veicoli per i servizi di ride-hailing.

Scopri come le leggi di conservazione non locali influenzano il traffico e la dinamica delle folle.

Le CAPA migliorano la comunicazione wireless con una qualità del segnale e una copertura migliori.

Un modello si concentra sullo spazio dei veicoli per migliorare la gestione del traffico.

STGormer migliora le previsioni del traffico considerando tempo e spazio.

Uno sguardo alla gestione efficace delle corsie HOT per ridurre il traffico.

Uno sguardo completo per capire i modelli di traffico tramite un'analisi dei dati complessa.

DutyTTE migliora la stima dei tempi di viaggio tenendo conto dell'incertezza nelle previsioni.

Uno sguardo all'equità nell'accesso ai trasporti urbani in mezzo a sfide crescenti.

Nuovi metodi migliorano la mappatura del segnale UAV in ambienti urbani complessi.

Un nuovo modello mostra come le aree urbane si evolvono grazie alle interazioni tra lavoratori e aziende.

Esplorando l'impatto dell'apprendimento auto-supervisionato sull'analisi dei dati geospaziali.

Un nuovo framework migliora le previsioni del traffico analizzando le relazioni causali e l'incertezza.

Uno studio su come migliorare l'efficienza delle corsie HOT e la gestione della congestione.

Un nuovo modello migliora le previsioni della domanda di trasporto analizzando diverse caratteristiche urbane.

Un nuovo metodo migliora le previsioni sul traffico stradale integrando conoscenze regionali.

Un nuovo modo per prevedere meglio i movimenti delle persone nelle aree urbane.

Un nuovo framework migliora le previsioni combinando l'analisi dei dati spaziali e temporali.

Impara a determinare i posti di incontro equi usando i centri dei grafi e i centroidi.

Esaminando l'accesso ai mezzi pubblici per i pendolari a basso reddito nella Grande Boston.

Un framework per predire meglio il movimento umano usando il machine learning.

Confronto dei tempi di servizio tra biciclette cargo e furgoni nelle consegne urbane.

Poly2Vec semplifica l'analisi delle relazioni spaziali tra diverse forme.

ChatSUMO rende la simulazione del traffico più semplice con comandi in linguaggio naturale.

Un nuovo metodo migliora l'accuratezza delle previsioni del traffico tramite decomposizione dei dati e reti neurali.

Un nuovo metodo migliora la comunicazione degli UAV perfezionando le mappe dello stato dei collegamenti.

Un nuovo metodo migliora la localizzazione delle immagini di street-view usando dati sequenziali.

Un nuovo metodo per una ricostruzione urbana precisa per migliorare la sicurezza della guida autonoma.

TempoKGAT migliora l'accuratezza delle previsioni in relazioni dinamiche usando metodi sensibili al tempo.