Conclusion and proposition for futu

Conclusion and proposition for future works
At this point we are pleased to discover valuable findings while facing some inevitable obstacles. Moreover, we
studied the flows in Paris Region in order to guide us one step ahead to the final goal since the idea was to look for
dominant trends of the flow likely revealing a certain mode of transportation. Nevertheless this paper represents the
early steps of the transportation mode detection research which is still in progress. Basically the application test was
focused more on metro detection. As a conclusion, here the summarized barriers are presented as well as the final
results of the study.
Over two time period of the data, morning and afternoon, the focus remains on the morning flow because of the
imperfection of the afternoon flow compare to the morning one. The data showed that for about half of the origins
and the destinations, there was no flow recorded in the afternoon period.
It hasn’t been any detected flow between two zones with rather a long distance. Either the share of long distance
trips was not significant or the trips for such trajectories are not in an interest in reality.
In general perspective there is rather no specific concentration of the flow around any group of zones. This means
that the data is rather dispersed in the whole region without an interesting source of clue to conclude a consistent
manner of demand. Nevertheless moving from border to the center, the flow has an increasing trend. Lack of the
public transport in suburb, urbanization issues and socio-economic aspects, more working activities, schools and
tourist attractions could cause this phenomenon.
There are some continuous behaviors detected by the highest range of flow. Investigating the Google map, this is
likely caused by the transit routes, mostly commuter trains, linking the airports from the suburb to the city center,
besides some touristic attractions in suburban area.
As we explicitly disclosed earlier, the metro users could be traced rather easy thanks to the telecom network
structure in Paris. Note that some quality tests are needed to be done in order to detect erroneous entry and exit
points. Our metro detection approach was tested on one day mobile phone data and encouraging results have been
obtained.
The approach presented here is deeply under development. The future works go for more advanced assessment
strategies in its perspective. First of all it is planned to apply the metro detection approach on mobile phone data for
a longer period, more than just a day. Secondly, a step validation will be necessary by comparing the separated
metro flows with reference data from RATP group, the public transport operator in Paris. The validation can be
made only for origins of metro flows, since the provided data by RATP group is rather general containing only the
number of entries per metro station aggregated by year. Thirdly, once the validation is done, it will be interesting to
conduct the urban dynamics studies and the travel demand history with respect to the OD flows of metro users and
work on disaggregation of flows using statistical data.
Another perspective is to apply this approach to detect the other modes of transportation such as trains, cars, etc.
Pedestrian are the most challenging flows and hardly detectable using mobile phone data. Clearly, the records are
depended on the antenna locations and pedestrian walks are quite short by its nature, therefore the probability to
walk around the same antenna coverage is rather high. Nevertheless, for some users and certain segments it might be
possible to manage. For example, it should be assumed that before entering in the metro and just after the user gets
out from the metro, most probably he/she would be walking. Hence the segments having walking mean of
transportation can be inserted by adding such hypothetical locations while the question remains as at what level this
separation of pedestrian flow is significantly important.Conclusion and proposition for future works
At this point we are pleased to discover valuable findings while facing some inevitable obstacles. Moreover, we
studied the flows in Paris Region in order to guide us one step ahead to the final goal since the idea was to look for
dominant trends of the flow likely revealing a certain mode of transportation. Nevertheless this paper represents the
early steps of the transportation mode detection research which is still in progress. Basically the application test was
focused more on metro detection. As a conclusion, here the summarized barriers are presented as well as the final
results of the study.
Over two time period of the data, morning and afternoon, the focus remains on the morning flow because of the
imperfection of the afternoon flow compare to the morning one. The data showed that for about half of the origins
and the destinations, there was no flow recorded in the afternoon period.
It hasn’t been any detected flow between two zones with rather a long distance. Either the share of long distance
trips was not significant or the trips for such trajectories are not in an interest in reality.
In general perspective there is rather no specific concentration of the flow around any group of zones. This means
that the data is rather dispersed in the whole region without an interesting source of clue to conclude a consistent
manner of demand. Nevertheless moving from border to the center, the flow has an increasing trend. Lack of the
public transport in suburb, urbanization issues and socio-economic aspects, more working activities, schools and
tourist attractions could cause this phenomenon.
There are some continuous behaviors detected by the highest range of flow. Investigating the Google map, this is
likely caused by the transit routes, mostly commuter trains, linking the airports from the suburb to the city center,
besides some touristic attractions in suburban area.
As we explicitly disclosed earlier, the metro users could be traced rather easy thanks to the telecom network
structure in Paris. Note that some quality tests are needed to be done in order to detect erroneous entry and exit
points. Our metro detection approach was tested on one day mobile phone data and encouraging results have been
obtained.
The approach presented here is deeply under development. The future works go for more advanced assessment
strategies in its perspective. First of all it is planned to apply the metro detection approach on mobile phone data for
a longer period, more than just a day. Secondly, a step validation will be necessary by comparing the separated
metro flows with reference data from RATP group, the public transport operator in Paris. The validation can be
made only for origins of metro flows, since the provided data by RATP group is rather general containing only the
number of entries per metro station aggregated by year. Thirdly, once the validation is done, it will be interesting to
conduct the urban dynamics studies and the travel demand history with respect to the OD flows of metro users and
work on disaggregation of flows using statistical data.
Another perspective is to apply this approach to detect the other modes of transportation such as trains, cars, etc.
Pedestrian are the most challenging flows and hardly detectable using mobile phone data. Clearly, the records are
depended on the antenna locations and pedestrian walks are quite short by its nature, therefore the probability to
walk around the same antenna coverage is rather high. Nevertheless, for some users and certain segments it might be
possible to manage. For example, it should be assumed that before entering in the metro and just after the user gets
out from the metro, most probably he/she would be walking. Hence the segments having walking mean of
transportation can be inserted by adding such hypothetical locations while the question remains as at what level this
separation of pedestrian flow is significantly important.

ผลลัพธ์ (ไทย) 1:

บทสรุปและข้อเสนอสำหรับงานในอนาคตจุดนี้ เรามีความยินดีที่ได้ค้นพบคุณค่าขณะเผชิญอุปสรรคบางอย่างหลีกเลี่ยงไม่ได้ นอกจากนี้ เราศึกษาขั้นตอนในปารีสเพื่อคำแนะนำขั้นตอนหนึ่งข้างหน้าเป้าหมายสุดท้ายเนื่องจากความคิดที่จะ หาแนวโน้มหลักของขั้นตอนที่จะเปิดเผยวิธีการขนส่ง อย่างไรก็ตาม เอกสารนี้แสดงถึงการขั้นตอนแรกของการตรวจสอบโหมดการขนส่งงานวิจัยซึ่งจะอยู่ในระหว่างดำเนิน โดยทั่วไปเป็นการทดสอบโปรแกรมประยุกต์มุ่งเน้นมากขึ้นในเมโทรตรวจสอบ เป็นสรุป นี่อุปสรรคสรุปจะนำเสนอและสุดท้ายผลของการศึกษาระยะเวลาที่สองข้อมูล ช่วงเช้า และช่วงบ่าย โฟกัสที่ยังคงอยู่ในกระแสช่วงเช้าเนื่องจากการimperfection กระแสบ่ายเปรียบเทียบกับในเช้าวันหนึ่ง ข้อมูลพบว่าประมาณครึ่งหนึ่งของกำเนิดและจุดหมายปลาย ทาง มีกระแสไม่บันทึกในช่วงบ่ายมันยังไม่ได้รับใด ๆ กระแสที่ตรวจพบระหว่างสองโซนจะได้ระยะทางเท่าใด สัดส่วนใดของไกลเดินทางไม่สำคัญ หรือเที่ยวสำหรับ trajectories ดังกล่าวไม่ได้อยู่ในความสนใจในความเป็นจริงโดยทั่วไป มีมุมมองได้ค่อนข้างไม่เฉพาะความเข้มข้นของการไหลรอบใด ๆ กลุ่มโซน ซึ่งหมายความว่าข้อมูลว่าแทนที่จะกระจายในภูมิภาคทั้งหมดโดยไม่มีแหล่งน่าสนใจของปมสรุปความสอดคล้องกันลักษณะของความต้องการ ย้ายอย่างไรก็ตาม จากเส้นขอบที่ศูนย์ การไหลมีแนวโน้มเพิ่มขึ้น ขาดการระบบขนส่งสาธารณะในปริมณฑล ปัญหาความเป็นเมือง และ ด้านเศรษฐกิจสังคม กิจกรรมเพิ่มเติมการทำงาน โรงเรียน และสถานที่ท่องเที่ยวอาจทำให้เกิดปรากฏการณ์นี้มีพฤติกรรมบางอย่างต่อเนื่องที่ตรวจพบ โดยช่วงสูงสุดของกระแส ตรวจสอบแผนที่ Google เป็นอาจเกิดจากกระบวนการขนส่ง ส่วนใหญ่ผู้โดยสารรถไฟ สนามบินจากปริมณฑลการเมือง การเชื่อมโยงนอกจากบางแหล่งท่องเที่ยวท่องเที่ยวในพื้นที่ชานเมืองเป็นเราอย่างชัดเจนเปิดเผยก่อนหน้านี้ ผู้ใช้รถไฟใต้ดินสามารถติดตามค่อนข้างง่ายด้วยระบบเครือข่ายโทรคมนาคมโครงสร้างในปารีส โปรดสังเกตว่า บางทดสอบคุณภาพจำเป็นต้องทำการตรวจสอบข้อผิดพลาดและออกคะแนน ทดสอบวิธีการตรวจหารถไฟใต้ดินของเราวันหนึ่งข้อมูลโทรศัพท์มือถือ และได้รับนิมิตผลรับวิธีการนำเสนอที่นี่ลึกอยู่ระหว่างการพัฒนา ไปทำงานในอนาคตสำหรับการประเมินที่สูงขึ้นกลยุทธ์ในมุมมองของ ประการแรก จะมีการวางแผนจะใช้วิธีเมโทรตรวจสอบข้อมูลโทรศัพท์มือถือเป็นเวลานาน วันมากกว่า ประการที่สอง การตรวจสอบขั้นตอนจะมีความจำเป็น โดยการเปรียบเทียบการแยกรถไฟใต้ดินไหลข้อมูลอ้างอิงจากกลุ่ม RATP ดำเนินการขนส่งสาธารณะในปารีส การตรวจสอบได้ทำเฉพาะสำหรับจุดเริ่มต้นของขั้นตอนการรถไฟใต้ดิน ข้อมูลให้กลุ่ม RATP เป็นทั่วไปแต่ประกอบด้วยเฉพาะจำนวนรายการต่อสถานีรวมปี ประการ เมื่อทำการตรวจสอบ มันจะน่าสนใจดำเนินการศึกษาเมือง dynamics และประวัติความต้องการเดินทางเกี่ยวกับขั้นตอนการ OD ผู้ใช้รถไฟใต้ดิน และทำงานบน disaggregation ของขั้นตอนการใช้ข้อมูลทางสถิติมุมมองอื่นจะใช้วิธีการนี้จะตรวจหาโหมดของการขนส่งเช่นรถไฟ รถยนต์ ฯลฯคนเดินเท้าเป็นขั้นตอนที่ท้าทายมากที่สุด และแทบไม่สามารถใช้ข้อมูลโทรศัพท์มือถือ อย่างชัดเจน มีข้อมูลขึ้นอยู่กับการตั้งเสาและเดินคนเดินเท้าค่อนข้างสั้น โดยธรรมชาติของมัน ดังนั้นความน่าเป็นการเดินรอบคลุมเสาเดียวกันมีค่อนข้างสูง อย่างไรก็ตาม สำหรับผู้ใช้บางรายและบางส่วน อาจเป็นไปได้ในการจัดการ ตัวอย่าง มันควรจะสันนิษฐานที่ก่อนเข้า และหลัง จากผู้ได้รับออกจากรถไฟใต้ดิน ที่เขาจะเดิน ดังนั้น การหมายความว่า เซ็กเมนต์ที่มีการเดินของขนส่งสามารถถูกแทรก โดยเพิ่มตำแหน่งที่ตั้งเช่นสมมุติในขณะที่คำถามที่ยังคงเป็นที่ที่ระดับนี้การแบ่งแยกขั้นตอนเชิญเป็นสิ่งสำคัญมาก บทสรุปและข้อเสนอสำหรับงานในอนาคตจุดนี้ เรามีความยินดีที่ได้ค้นพบคุณค่าขณะเผชิญอุปสรรคบางอย่างหลีกเลี่ยงไม่ได้ นอกจากนี้ เราศึกษาขั้นตอนในปารีสเพื่อคำแนะนำขั้นตอนหนึ่งข้างหน้าเป้าหมายสุดท้ายเนื่องจากความคิดที่จะ หาแนวโน้มหลักของขั้นตอนที่จะเปิดเผยวิธีการขนส่ง อย่างไรก็ตาม เอกสารนี้แสดงถึงการขั้นตอนแรกของการตรวจสอบโหมดการขนส่งงานวิจัยซึ่งจะอยู่ในระหว่างดำเนิน โดยทั่วไปเป็นการทดสอบโปรแกรมประยุกต์มุ่งเน้นมากขึ้นในเมโทรตรวจสอบ เป็นสรุป นี่อุปสรรคสรุปจะนำเสนอและสุดท้ายผลของการศึกษาระยะเวลาที่สองข้อมูล ช่วงเช้า และช่วงบ่าย โฟกัสที่ยังคงอยู่ในกระแสช่วงเช้าเนื่องจากการimperfection กระแสบ่ายเปรียบเทียบกับในเช้าวันหนึ่ง ข้อมูลพบว่าประมาณครึ่งหนึ่งของกำเนิดและจุดหมายปลาย ทาง มีกระแสไม่บันทึกในช่วงบ่ายมันยังไม่ได้รับใด ๆ กระแสที่ตรวจพบระหว่างสองโซนจะได้ระยะทางเท่าใด สัดส่วนใดของไกลเดินทางไม่สำคัญ หรือเที่ยวสำหรับ trajectories ดังกล่าวไม่ได้อยู่ในความสนใจในความเป็นจริงโดยทั่วไป มีมุมมองได้ค่อนข้างไม่เฉพาะความเข้มข้นของการไหลรอบใด ๆ กลุ่มโซน ซึ่งหมายความว่าข้อมูลว่าแทนที่จะกระจายในภูมิภาคทั้งหมดโดยไม่มีแหล่งน่าสนใจของปมสรุปความสอดคล้องกันลักษณะของความต้องการ ย้ายอย่างไรก็ตาม จากเส้นขอบที่ศูนย์ การไหลมีแนวโน้มเพิ่มขึ้น ขาดการระบบขนส่งสาธารณะในปริมณฑล ปัญหาความเป็นเมือง และ ด้านเศรษฐกิจสังคม กิจกรรมเพิ่มเติมการทำงาน โรงเรียน และสถานที่ท่องเที่ยวอาจทำให้เกิดปรากฏการณ์นี้มีพฤติกรรมบางอย่างต่อเนื่องที่ตรวจพบ โดยช่วงสูงสุดของกระแส ตรวจสอบแผนที่ Google เป็นอาจเกิดจากกระบวนการขนส่ง ส่วนใหญ่ผู้โดยสารรถไฟ สนามบินจากปริมณฑลการเมือง การเชื่อมโยงนอกจากบางแหล่งท่องเที่ยวท่องเที่ยวในพื้นที่ชานเมืองเป็นเราอย่างชัดเจนเปิดเผยก่อนหน้านี้ ผู้ใช้รถไฟใต้ดินสามารถติดตามค่อนข้างง่ายด้วยระบบเครือข่ายโทรคมนาคมโครงสร้างในปารีส โปรดสังเกตว่า บางทดสอบคุณภาพจำเป็นต้องทำการตรวจสอบข้อผิดพลาดและออกคะแนน ทดสอบวิธีการตรวจหารถไฟใต้ดินของเราวันหนึ่งข้อมูลโทรศัพท์มือถือ และได้รับนิมิตผลรับวิธีการนำเสนอที่นี่ลึกอยู่ระหว่างการพัฒนา ไปทำงานในอนาคตสำหรับการประเมินที่สูงขึ้นกลยุทธ์ในมุมมองของ ประการแรก จะมีการวางแผนจะใช้วิธีเมโทรตรวจสอบข้อมูลโทรศัพท์มือถือเป็นเวลานาน วันมากกว่า ประการที่สอง การตรวจสอบขั้นตอนจะมีความจำเป็น โดยการเปรียบเทียบการแยกรถไฟใต้ดินไหลข้อมูลอ้างอิงจากกลุ่ม RATP ดำเนินการขนส่งสาธารณะในปารีส การตรวจสอบได้ทำเฉพาะสำหรับจุดเริ่มต้นของขั้นตอนการรถไฟใต้ดิน ข้อมูลให้กลุ่ม RATP เป็นทั่วไปแต่ประกอบด้วยเฉพาะจำนวนรายการต่อสถานีรวมปี ประการ เมื่อทำการตรวจสอบ มันจะน่าสนใจดำเนินการศึกษาเมือง dynamics และประวัติความต้องการเดินทางเกี่ยวกับขั้นตอนการ OD ผู้ใช้รถไฟใต้ดิน และทำงานบน disaggregation ของขั้นตอนการใช้ข้อมูลทางสถิติมุมมองอื่นจะใช้วิธีการนี้จะตรวจหาโหมดของการขนส่งเช่นรถไฟ รถยนต์ ฯลฯคนเดินเท้าเป็นขั้นตอนที่ท้าทายมากที่สุด และแทบไม่สามารถใช้ข้อมูลโทรศัพท์มือถือ อย่างชัดเจน มีข้อมูลขึ้นอยู่กับการตั้งเสาและเดินคนเดินเท้าค่อนข้างสั้น โดยธรรมชาติของมัน ดังนั้นความน่าเป็นการเดินรอบคลุมเสาเดียวกันมีค่อนข้างสูง อย่างไรก็ตาม สำหรับผู้ใช้บางรายและบางส่วน อาจเป็นไปได้ในการจัดการ ตัวอย่าง มันควรจะสันนิษฐานที่ก่อนเข้า และหลัง จากผู้ได้รับออกจากรถไฟใต้ดิน ที่เขาจะเดิน ดังนั้น การหมายความว่า เซ็กเมนต์ที่มีการเดินของขนส่งสามารถถูกแทรก โดยเพิ่มตำแหน่งที่ตั้งเช่นสมมุติในขณะที่คำถามที่ยังคงเป็นที่ที่ระดับนี้การแบ่งแยกขั้นตอนเชิญเป็นสิ่งสำคัญมาก

ผลลัพธ์ (ไทย) 2:

สรุปและข้อเสนอสำหรับอนาคตการทำงาน
ณ จุดนี้เรามีความยินดีที่จะค้นพบการค้นพบคุณค่าในขณะที่เผชิญอุปสรรคหลีกเลี่ยงไม่ได้บางส่วน นอกจากนี้เรามีการศึกษากระแสในปารีสภาคเพื่อที่จะนำเราไปหนึ่งก้าวไปสู่เป้าหมายสุดท้ายตั้งแต่ความคิดที่จะมองหาแนวโน้มที่โดดเด่นของการไหลมีแนวโน้มที่เผยให้เห็นบางโหมดของการขนส่ง อย่างไรก็ตามงานวิจัยนี้แสดงให้เห็นถึงขั้นตอนแรกของการวิจัยการตรวจสอบโหมดการขนส่งที่ยังคงอยู่ในความคืบหน้า โดยทั่วไปการทดสอบแอพลิเคชันที่ถูกเน้นมากขึ้นในการตรวจจับรถไฟใต้ดิน เป็นข้อสรุปที่นี่อุปสรรคสรุปจะนำเสนอเช่นเดียวกับรอบสุดท้ายผลของการศึกษา. กว่าสองช่วงเวลาของข้อมูลช่วงเช้าและบ่ายโฟกัสยังคงอยู่ในการไหลเวียนของตอนเช้าเพราะความไม่สมบูรณ์ของการไหลของช่วงบ่ายเมื่อเทียบกับในเช้าวันหนึ่ง ข้อมูลที่แสดงให้เห็นว่าประมาณครึ่งหนึ่งของต้นกำเนิดและสถานที่ท่องเที่ยวที่มีการไหลไม่มีบันทึกไว้ในช่วงบ่าย. มันไม่ได้ไหลใด ๆ ที่ตรวจพบระหว่างสองโซนที่มีค่อนข้างเป็นระยะทางยาว ทั้งส่วนแบ่งทางไกลการเดินทางไม่ได้อย่างมีนัยสำคัญหรือการเดินทางสำหรับไบร์ทดังกล่าวไม่ได้อยู่ในความสนใจในความเป็นจริง. ในมุมมองทั่วไปมีค่อนข้างไม่มีความเข้มข้นที่เฉพาะเจาะจงของการไหลรอบกลุ่มของโซนใด ๆ ซึ่งหมายความว่าข้อมูลที่ค่อนข้างกระจายตัวในพื้นที่ทั้งหมดโดยไม่ต้องมีแหล่งที่มาที่น่าสนใจของเบาะแสที่จะสรุปที่สอดคล้องลักษณะของความต้องการ อย่างไรก็ตามการเคลื่อนย้ายจากชายแดนไปยังศูนย์การไหลมีแนวโน้มเพิ่มขึ้น ขาดการขนส่งสาธารณะในย่านชานเมืองปัญหารูปแบบและลักษณะทางเศรษฐกิจและสังคมในการทำงานมากขึ้นกิจกรรมโรงเรียนและสถานที่ท่องเที่ยวที่อาจก่อให้เกิดปรากฏการณ์นี้. มีบางพฤติกรรมอย่างต่อเนื่องตรวจพบโดยช่วงสูงสุดของการไหลอยู่ ตรวจสอบแผนที่ของกูเกิลนี้เกิดจากเส้นทางการขนส่งส่วนใหญ่ผู้โดยสารรถไฟเชื่อมสนามบินจากเมืองไปยังใจกลางเมืองนอกจากนี้บางสถานที่ท่องเที่ยวท่องเที่ยวในพื้นที่ชานเมือง. ในฐานะที่เราเป็นที่เปิดเผยอย่างชัดเจนก่อนหน้านี้ผู้ใช้รถไฟใต้ดินจะได้รับการตรวจสอบค่อนข้าง ง่ายขอบคุณที่เครือข่ายโทรคมนาคมโครงสร้างในปารีส โปรดทราบว่าการทดสอบที่มีคุณภาพบางส่วนที่มีความจำเป็นที่จะต้องทำเพื่อตรวจสอบรายการที่ผิดพลาดและออกจากจุด วิธีการตรวจสอบรถไฟใต้ดินของเราได้รับการทดสอบในวันหนึ่งข้อมูลโทรศัพท์มือถือและผลการส่งเสริมให้ได้รับการได้รับ. วิธีนำเสนอที่นี่เป็นอย่างล้ำลึกภายใต้การพัฒนา ผลงานในอนาคตไปสำหรับการประเมินที่สูงขึ้นกลยุทธ์ในมุมมองของ ครั้งแรกของทั้งหมดก็มีการวางแผนที่จะใช้วิธีการตรวจสอบรถไฟใต้ดินกับข้อมูลโทรศัพท์มือถือเป็นระยะเวลานานมากขึ้นกว่าเพียงวัน ประการที่สองการตรวจสอบขั้นตอนที่จะมีความจำเป็นโดยการเปรียบเทียบแยกรถไฟใต้ดินไหลที่มีข้อมูลอ้างอิงจากกลุ่ม RATP ผู้ประกอบการขนส่งสาธารณะในกรุงปารีส การตรวจสอบสามารถทำเฉพาะสำหรับต้นกำเนิดของกระแสรถไฟใต้ดินเนื่องจากข้อมูลที่ให้ไว้โดยกลุ่ม RATP ทั่วไปค่อนข้างมีเพียงจำนวนของรายการต่อสถานีรถไฟใต้ดินรวมโดยในปี ประการที่สามเมื่อการตรวจสอบจะทำก็จะมีความน่าสนใจที่จะดำเนินการศึกษาในเมืองพลวัตและประวัติศาสตร์ความต้องการเดินทางที่เกี่ยวกับกระแส OD ของผู้ใช้รถไฟฟ้าใต้ดินและการทำงานในการแตกกระแสโดยใช้ข้อมูลทางสถิติ. มุมมองหนึ่งคือการใช้วิธีการนี้เพื่อ ตรวจสอบโหมดอื่น ๆ ของการขนส่งเช่นรถไฟ, รถยนต์, ฯลฯเดินเป็นกระแสที่ท้าทายมากที่สุดและแทบจะไม่ตรวจพบโดยใช้ข้อมูลโทรศัพท์มือถือ เห็นได้ชัดว่ามีการบันทึกขึ้นอยู่กับสถานที่เสาอากาศและคนเดินเท้าเดินค่อนข้างสั้นโดยธรรมชาติของมันจึงน่าจะเป็นที่จะเดินไปรอบๆ เสาอากาศความคุ้มครองเหมือนกันค่อนข้างสูง อย่างไรก็ตามสำหรับผู้ใช้บางคนและบางส่วนก็อาจจะเป็นไปได้ในการจัดการ ยกตัวอย่างเช่นมันควรจะคิดว่าก่อนที่จะเข้าในรถไฟใต้ดินและเพียงแค่หลังจากที่ผู้ใช้ที่ได้รับออกมาจากรถไฟใต้ดินส่วนใหญ่อาจเขา / เธอจะเดิน ดังนั้นส่วนที่มีการเดินเฉลี่ยของการขนส่งสามารถแทรกโดยการเพิ่มสถานที่สมมุติเช่นในขณะที่คำถามที่ยังคงเป็นสิ่งที่ในระดับนี้แยกการไหลของคนเดินเท้าอย่างมีนัยสำคัญimportant.Conclusion และข้อเสนอสำหรับอนาคตการทำงานณ จุดนี้เรามีความยินดีที่จะค้นพบการค้นพบคุณค่าในขณะที่ เผชิญอุปสรรคหลีกเลี่ยงไม่ได้บางส่วน นอกจากนี้เรามีการศึกษากระแสในปารีสภาคเพื่อที่จะนำเราไปหนึ่งก้าวไปสู่เป้าหมายสุดท้ายตั้งแต่ความคิดที่จะมองหาแนวโน้มที่โดดเด่นของการไหลมีแนวโน้มที่เผยให้เห็นบางโหมดของการขนส่ง อย่างไรก็ตามงานวิจัยนี้แสดงให้เห็นถึงขั้นตอนแรกของการวิจัยการตรวจสอบโหมดการขนส่งที่ยังคงอยู่ในความคืบหน้า โดยทั่วไปการทดสอบแอพลิเคชันที่ถูกเน้นมากขึ้นในการตรวจจับรถไฟใต้ดิน เป็นข้อสรุปที่นี่อุปสรรคสรุปจะนำเสนอเช่นเดียวกับรอบสุดท้ายผลของการศึกษา. กว่าสองช่วงเวลาของข้อมูลช่วงเช้าและบ่ายโฟกัสยังคงอยู่ในการไหลเวียนของตอนเช้าเพราะความไม่สมบูรณ์ของการไหลของช่วงบ่ายเมื่อเทียบกับในเช้าวันหนึ่ง ข้อมูลที่แสดงให้เห็นว่าประมาณครึ่งหนึ่งของต้นกำเนิดและสถานที่ท่องเที่ยวที่มีการไหลไม่มีบันทึกไว้ในช่วงบ่าย. มันไม่ได้ไหลใด ๆ ที่ตรวจพบระหว่างสองโซนที่มีค่อนข้างเป็นระยะทางยาว ทั้งส่วนแบ่งทางไกลการเดินทางไม่ได้อย่างมีนัยสำคัญหรือการเดินทางสำหรับไบร์ทดังกล่าวไม่ได้อยู่ในความสนใจในความเป็นจริง. ในมุมมองทั่วไปมีค่อนข้างไม่มีความเข้มข้นที่เฉพาะเจาะจงของการไหลรอบกลุ่มของโซนใด ๆ ซึ่งหมายความว่าข้อมูลที่ค่อนข้างกระจายตัวในพื้นที่ทั้งหมดโดยไม่ต้องมีแหล่งที่มาที่น่าสนใจของเบาะแสที่จะสรุปที่สอดคล้องลักษณะของความต้องการ อย่างไรก็ตามการเคลื่อนย้ายจากชายแดนไปยังศูนย์การไหลมีแนวโน้มเพิ่มขึ้น ขาดการขนส่งสาธารณะในย่านชานเมืองปัญหารูปแบบและลักษณะทางเศรษฐกิจและสังคมในการทำงานมากขึ้นกิจกรรมโรงเรียนและสถานที่ท่องเที่ยวที่อาจก่อให้เกิดปรากฏการณ์นี้. มีบางพฤติกรรมอย่างต่อเนื่องตรวจพบโดยช่วงสูงสุดของการไหลอยู่ ตรวจสอบแผนที่ของกูเกิลนี้เกิดจากเส้นทางการขนส่งส่วนใหญ่ผู้โดยสารรถไฟเชื่อมสนามบินจากเมืองไปยังใจกลางเมืองนอกจากนี้บางสถานที่ท่องเที่ยวท่องเที่ยวในพื้นที่ชานเมือง. ในฐานะที่เราเป็นที่เปิดเผยอย่างชัดเจนก่อนหน้านี้ผู้ใช้รถไฟใต้ดินจะได้รับการตรวจสอบค่อนข้าง ง่ายขอบคุณที่เครือข่ายโทรคมนาคมโครงสร้างในปารีส โปรดทราบว่าการทดสอบที่มีคุณภาพบางส่วนที่มีความจำเป็นที่จะต้องทำเพื่อตรวจสอบรายการที่ผิดพลาดและออกจากจุด วิธีการตรวจสอบรถไฟใต้ดินของเราได้รับการทดสอบในวันหนึ่งข้อมูลโทรศัพท์มือถือและผลการส่งเสริมให้ได้รับการได้รับ. วิธีนำเสนอที่นี่เป็นอย่างล้ำลึกภายใต้การพัฒนา ผลงานในอนาคตไปสำหรับการประเมินที่สูงขึ้นกลยุทธ์ในมุมมองของ ครั้งแรกของทั้งหมดก็มีการวางแผนที่จะใช้วิธีการตรวจสอบรถไฟใต้ดินกับข้อมูลโทรศัพท์มือถือเป็นระยะเวลานานมากขึ้นกว่าเพียงวัน ประการที่สองการตรวจสอบขั้นตอนที่จะมีความจำเป็นโดยการเปรียบเทียบแยกรถไฟใต้ดินไหลที่มีข้อมูลอ้างอิงจากกลุ่ม RATP ผู้ประกอบการขนส่งสาธารณะในกรุงปารีส การตรวจสอบสามารถทำเฉพาะสำหรับต้นกำเนิดของกระแสรถไฟใต้ดินเนื่องจากข้อมูลที่ให้ไว้โดยกลุ่ม RATP ทั่วไปค่อนข้างมีเพียงจำนวนของรายการต่อสถานีรถไฟใต้ดินรวมโดยในปี ประการที่สามเมื่อการตรวจสอบจะทำก็จะมีความน่าสนใจที่จะดำเนินการศึกษาในเมืองพลวัตและประวัติศาสตร์ความต้องการเดินทางที่เกี่ยวกับกระแส OD ของผู้ใช้รถไฟฟ้าใต้ดินและการทำงานในการแตกกระแสโดยใช้ข้อมูลทางสถิติ. มุมมองหนึ่งคือการใช้วิธีการนี้เพื่อ ตรวจสอบโหมดอื่น ๆ ของการขนส่งเช่นรถไฟ, รถยนต์, ฯลฯเดินเป็นกระแสที่ท้าทายมากที่สุดและแทบจะไม่ตรวจพบโดยใช้ข้อมูลโทรศัพท์มือถือ เห็นได้ชัดว่ามีการบันทึกขึ้นอยู่กับสถานที่เสาอากาศและคนเดินเท้าเดินค่อนข้างสั้นโดยธรรมชาติของมันจึงน่าจะเป็นที่จะเดินไปรอบๆ เสาอากาศความคุ้มครองเหมือนกันค่อนข้างสูง อย่างไรก็ตามสำหรับผู้ใช้บางคนและบางส่วนก็อาจจะเป็นไปได้ในการจัดการ ยกตัวอย่างเช่นมันควรจะคิดว่าก่อนที่จะเข้าในรถไฟใต้ดินและเพียงแค่หลังจากที่ผู้ใช้ที่ได้รับออกมาจากรถไฟใต้ดินส่วนใหญ่อาจเขา / เธอจะเดิน ดังนั้นส่วนที่มีการเดินเฉลี่ยของการขนส่งสามารถแทรกโดยการเพิ่มสถานที่สมมุติเช่นในขณะที่คำถามที่ยังคงเป็นสิ่งที่ในระดับนี้แยกการไหลของคนเดินเท้าเป็นสิ่งที่สำคัญอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 3:

บทสรุปและข้อเสนอ
งานในอนาคต ณ จุดนี้เรายินดีที่จะค้นพบข้อมูลที่มีคุณค่าในขณะที่หันบางหลีกเลี่ยงอุปสรรค นอกจากนี้เรา
ศึกษากระแสในภาคปารีสเพื่อนำทางให้เราหนึ่งก้าวเพื่อเป้าหมายสุดท้ายตั้งแต่ความคิดที่จะมองหา
แนวโน้มเด่นของการไหลอาจเปิดเผยโหมดหนึ่งของการขนส่ง อย่างไรก็ตามบทความนี้แทน
ก่อนขั้นตอนของการขนส่งโหมดตรวจจับการวิจัยซึ่งยังอยู่ในความคืบหน้า โดยทั่วไปการทดสอบโปรแกรม
เน้นการตรวจจับ เมโทร เป็นบทสรุป นี่สรุปอุปสรรคจะแสดงเป็นผลลัพธ์สุดท้าย

ตลอดระยะเวลาของการศึกษา สอง เวลาของข้อมูล เช้า และบ่าย โฟกัสยังคงอยู่ในกระแสของ
ตอนเช้า เพราะความไม่สมบูรณ์ของช่วงบ่ายไหลเทียบกับตอนเช้าทีเดียว สถิติพบว่าประมาณครึ่งหนึ่งของต้นกำเนิด
และปลายทาง ไม่มีการบันทึกในช่วงบ่าย .
มันยังไม่มีการตรวจพบการไหลระหว่างสองโซนค่อนข้างไกล ทั้งในส่วนของระยะทางยาว
ทริปอย่างมีนัยสำคัญหรือการเดินทางเช่นวิถีไม่ได้อยู่ในความสนใจในความเป็นจริง
ทั่วไปมุมมองมีค่อนข้างไม่เฉพาะความเข้มข้นของการไหลรอบ ๆ กลุ่มโซน นี้หมายถึง
ที่ข้อมูลค่อนข้างกระจัดกระจายในภูมิภาคทั้งหมดโดยไม่มีแหล่งที่น่าสนใจของเงื่อนงำที่จะสรุปลักษณะที่สอดคล้อง
ของอุปสงค์ อย่างไรก็ตาม การย้ายจากชายแดนไปยังศูนย์การไหลได้เพิ่มแนวโน้ม ขาด
ระบบขนส่งสาธารณะในชานเมืองปัญหาเศรษฐกิจและสังคม ด้านกิจกรรมงานโรงเรียนและสถานที่ท่องเที่ยวอาจก่อให้เกิดปรากฏการณ์นี้
.
มีอย่างต่อเนื่องพฤติกรรมที่ตรวจพบโดยช่วงสูงสุดของการไหล ตรวจสอบแผนที่นี้
อาจเกิดจากการขนส่งเส้นทาง ส่วนใหญ่ผู้โดยสารรถไฟเชื่อมสนามบินจากเขตศูนย์กลางเมือง
นอกจากนี้บางนักท่องเที่ยวแหล่งท่องเที่ยวในพื้นที่ชานเมือง .
เราอย่างชัดเจนเปิดเผยก่อนหน้านี้ เมโทร ผู้ใช้สามารถ traced ค่อนข้างง่ายขอบคุณเครือข่าย telecom
โครงสร้างในปารีส หมายเหตุบางการทดสอบคุณภาพมีความจำเป็นต้องทำเพื่อตรวจสอบรายการที่ผิดพลาด และออกจากจุด

การตรวจสอบวิธีการทดสอบของเรา เมโทร ในวันเดียว โทรศัพท์มือถือ และสนับสนุนข้อมูลผลลัพธ์ที่ได้

)วิธีการแสดงที่นี่ลึกภายใต้การพัฒนา ผลงานในอนาคตไปที่สูงกว่าการประเมิน
กลยุทธ์ในมุมมองของ แรกของทั้งหมดมันเป็นแผน ที่จะใช้วิธีการตรวจหาเมโทรข้อมูลโทรศัพท์มือถือสำหรับ
ในระยะยาว มากกว่าเพียงวัน ประการที่สอง ขั้นตอนการตรวจสอบจะเป็นสิ่งจำเป็น โดยเปรียบเทียบกับข้อมูลอ้างอิง
เมโทรไหลแยกจาก ratp กลุ่มผู้ประกอบการขนส่งสาธารณะในปารีส การตรวจสอบสามารถทำเพียงให้กำเนิด
เมโทรไหล เนื่องจากให้ข้อมูลโดย ratp กลุ่มค่อนข้างทั่วไปที่มีเพียง
จำนวนรายการต่อรถไฟใต้ดินสถานีรวม โดยปี ประการที่สาม เมื่อตรวจสอบเสร็จแล้ว มันจะน่าสนใจ

นำการเปลี่ยนแปลงในการศึกษาและความต้องการเดินทางประวัติศาสตร์ด้วยความเคารพรไหลของผู้ใช้รถไฟใต้ดิน
งาน disaggregation ไหลของการใช้ข้อมูลทางสถิติ
มุมมองอื่นคือ ใช้วิธีการนี้เพื่อตรวจสอบรูปแบบอื่นของการขนส่ง เช่น รถไฟ รถยนต์ ฯลฯ
คนเดินเท้าจะท้าทายมาก และแทบไม่พบการไหลข้อมูล โทรศัพท์มือถือ อย่างชัดเจนบันทึกเป็น
ขึ้นอยู่กับเสาอากาศที่ตั้งและคนเดินเท้าเดินค่อนข้างสั้นโดยธรรมชาติของมัน ดังนั้นความน่าจะเป็น

เดินครอบคลุมเสาอากาศเดิมค่อนข้างสูง อย่างไรก็ตาม สำหรับผู้ใช้ และส่วนหนึ่งอาจจะเป็น
เป็นไปได้ที่จะจัดการ ตัวอย่างเช่น ควรสันนิษฐานว่า ก่อนเข้าไปในรถไฟใต้ดิน และหลังจากผู้ใช้ได้
ออกจากรถไฟใต้ดินส่วนใหญ่อาจเป็นเขา / เธอจะเดิน ดังนั้น กลุ่มมีหมายถึงการเดินของ
การขนส่งสามารถแทรก โดยการเพิ่ม เช่น สมมุติสถานที่ในขณะที่คำถามยังคงอยู่ที่ระดับนี้
แยกไหลคนเดินเท้าเป็นอย่างสำคัญ ข้อสรุปและข้อเสนอสำหรับ
งานในอนาคต ณ จุดนี้เรายินดีที่จะค้นพบข้อมูลที่มีคุณค่าในขณะที่หันบางหลีกเลี่ยงอุปสรรคนอกจากนี้เรา
ศึกษากระแสในภาคปารีสเพื่อนำทางให้เราหนึ่งก้าวเพื่อเป้าหมายสุดท้ายตั้งแต่ความคิดที่จะมองหา
แนวโน้มเด่นของการไหลอาจเปิดเผยโหมดหนึ่งของการขนส่ง อย่างไรก็ตามบทความนี้แทน
ก่อนขั้นตอนของการขนส่งโหมดตรวจจับการวิจัยซึ่งยังอยู่ในความคืบหน้า โดยทั่วไปการทดสอบโปรแกรม
เน้นการตรวจสอบ เมโทร เป็นบทสรุป นี่สรุปอุปสรรคจะแสดงเป็นผลลัพธ์สุดท้าย

ตลอดระยะเวลาของการศึกษา สอง เวลาของข้อมูล เช้า และบ่าย โฟกัสยังคงอยู่ในตอนเช้า เพราะการไหลของความไม่สมบูรณ์ของบ่าย
ไหลเทียบกับตอนเช้าทีเดียว สถิติพบว่าประมาณครึ่งหนึ่งของต้นกำเนิด
และจุดหมายปลายทางไม่มีการบันทึกไว้ในช่วงบ่าย .
มันยังไม่มีการตรวจพบการไหลระหว่างสองโซนค่อนข้างไกล ทั้งในส่วนของระยะทางยาว
ทริปอย่างมีนัยสำคัญหรือการเดินทางเช่นวิถีไม่ได้อยู่ในความสนใจในความเป็นจริง
ทั่วไปมุมมองมีค่อนข้างไม่เฉพาะความเข้มข้นของการไหลรอบ ๆ กลุ่มโซน
หมายถึงที่ข้อมูลค่อนข้างกระจัดกระจายในภูมิภาคทั้งหมดโดยไม่มีแหล่งที่น่าสนใจของเงื่อนงำที่จะสรุปลักษณะที่สอดคล้อง
ของอุปสงค์ อย่างไรก็ตาม การย้ายจากชายแดนไปยังศูนย์การไหลได้เพิ่มแนวโน้ม ขาด
การขนส่งสาธารณะในเขตเมือง เศรษฐกิจและสังคม ปัญหาด้านกิจกรรมงานโรงเรียนและสถานที่ท่องเที่ยวอาจก่อให้เกิดปรากฏการณ์นี้
.
มีบางพฤติกรรมอย่างต่อเนื่อง ตรวจพบโดยช่วงสูงสุดของการไหล ตรวจสอบแผนที่นี้
อาจเกิดจากการขนส่งเส้นทาง ส่วนใหญ่ผู้โดยสารรถไฟเชื่อมสนามบินจากเขตศูนย์กลางเมือง
นอกจากนี้บางนักท่องเที่ยวแหล่งท่องเที่ยวในพื้นที่ชานเมือง .
เราอย่างชัดเจนเปิดเผยก่อนหน้านี้ เมโทร ผู้ใช้สามารถ traced ค่อนข้างง่ายขอบคุณเครือข่าย telecom
โครงสร้างในปารีส หมายเหตุบางการทดสอบคุณภาพมีความจำเป็นต้องทำเพื่อตรวจสอบรายการที่ผิดพลาด และออกจากจุด

การตรวจสอบวิธีการทดสอบของเรา เมโทร ในวันเดียว โทรศัพท์มือถือ ข้อมูล และผลลัพธ์ที่ได้ให้กำลังใจ

วิธีการที่นำเสนอนี้ได้ ลึกอยู่ภายใต้การพัฒนา ผลงานในอนาคตไปที่สูงกว่าการประเมิน
กลยุทธ์ในมุมมองของแรกของทั้งหมดมันเป็นแผน ที่จะใช้วิธีการตรวจหาเมโทรข้อมูลโทรศัพท์มือถือสำหรับ
ในระยะยาว มากกว่าเพียงวัน ประการที่สอง ขั้นตอนการตรวจสอบจะเป็นสิ่งจำเป็น โดยเปรียบเทียบกับข้อมูลอ้างอิง
เมโทรไหลแยกจาก ratp กลุ่มผู้ประกอบการขนส่งสาธารณะในปารีส การตรวจสอบสามารถทำเพียงให้กำเนิด
เมโทรไหลตั้งแต่ให้ข้อมูลโดย ratp กลุ่มค่อนข้างทั่วไปที่มีเพียง
จำนวนรายการต่อรถไฟใต้ดินสถานีรวม โดยปี ประการที่สาม เมื่อตรวจสอบเสร็จแล้ว มันจะน่าสนใจ

ดำเนินการพลวัตการศึกษาเมืองและความต้องการเดินทางประวัติศาสตร์ด้วยความเคารพรไหลของผู้ใช้รถไฟใต้ดิน
งาน disaggregation ไหลของการใช้ข้อมูลทางสถิติ
มุมมองอีกแบบหนึ่ง คือ ใช้วิธีการนี้เพื่อตรวจสอบรูปแบบอื่นของการขนส่ง เช่น รถไฟ รถยนต์ ฯลฯ
คนเดินเท้าจะท้าทายมาก และแทบจะไม่ไหลได้ โดยใช้ข้อมูลจากโทรศัพท์มือถือ อย่างชัดเจน , บันทึก
ขึ้นอยู่กับเสาอากาศที่ตั้งและคนเดินเท้าเดินค่อนข้างสั้นโดยธรรมชาติของมัน ดังนั้นความน่าจะเป็น

เดินครอบคลุมเสาอากาศเดิมค่อนข้างสูงอย่างไรก็ตาม สำหรับผู้ใช้ และส่วนหนึ่งอาจจะเป็น
เป็นไปได้ที่จะจัดการ ตัวอย่างเช่น ควรสันนิษฐานว่า ก่อนเข้าไปในรถไฟใต้ดิน และหลังจากผู้ใช้ได้
ออกจากรถไฟฟ้า มากที่สุดอาจ เขา / เธอจะเดิน ดังนั้น กลุ่มมีหมายถึงการเดินของ
การขนส่งสามารถแทรก โดยการเพิ่ม เช่น สมมุติสถานที่ในขณะที่คำถามยังคงอยู่ที่ระดับนี้
การไหลของคนเดินเท้าเป็นอย่างสำคัญ