電動スクーターは、都市の中心部では公共交通の利用を減少させるが、郊外地域では公共交通の利用を増加させる。
データ不足の都市における交通予測を改善するため、データ豊富な都市の共通の固有モード(都市のリズム)を特定し、それを移転することで予測精度を向上させる。
多源交通需要データとトランスフォーマーモデルを融合することで、より正確な都市駐車場予測が可能となる。
タクシー運転手は、旅行時間と距離を最小化するだけでなく、道路網の構造的特性や建物の特性など、都市環境の複雑性を考慮して経路を選択する。
人間と機械の協力による未来への展望