As a significant factor in urban pl

As a significant factor in urban planning, traffic forecasting and prediction of epidemics, modeling patterns of human mobility draws intensive attention from researchers for decades. Power-law distribution and its variations are observed from quite a few real-world human mobility datasets such as the movements of banking notes, trackings of cell phone users’ locations and trajectories of vehicles. In this paper, we build models for 20 million trajectories with fine granularity collected from more than 10 thousand taxis in Beijing. In contrast to most models observed in human mobility data, the taxis’ traveling displacements in urban areas tend to follow an exponential distribution instead of a power-law. Similarly, the elapsed time can also be well approximated by an exponential distribution. Worth mentioning, analysis of the interevent time indicates the bursty nature of human mobility, similar to many other human activities.

ผลลัพธ์ (ไทย) 1:

เป็นปัจจัยสำคัญในการวางผังเมือง จราจรคาดการณ์และพยากรณ์ของโรคระบาด การสร้างแบบจำลองรูปแบบของมนุษย์เคลื่อนไหววาดแบบเร่งรัดความสนใจจากนักวิจัยในทศวรรษที่ผ่านมา กระจายอำนาจกฎหมายและรูปแบบการสังเกตจากเที่ยว datasets จริงมนุษย์เคลื่อนย้ายบันทึกย่อธนาคาร trackings สถานของผู้ใช้โทรศัพท์มือถือและ trajectories ของยานพาหนะ ในเอกสารนี้ เราสร้างแบบจำลองสำหรับ trajectories 20 ล้าน มีส่วนประกอบที่ดีจากหมื่นกว่าแท็กซี่ในปักกิ่ง ตรงข้ามรุ่นมากที่สุดในมนุษย์เคลื่อนข้อมูล displacements เดินทางของรถแท็กซี่ในเขตเมืองมักจะ ทำตามการกระจายเนนแทนกฎหมายพลังงาน ในทำนองเดียวกัน เวลาที่ผ่านไปสามารถยังดีหาค่าประมาณ โดยการกระจายแบบเลขชี้กำลัง วิเคราะห์เวลา interevent บ่งชี้ธรรมชาติของมนุษย์เคลื่อน คล้ายกับมนุษย์แก่ bursty น่ากล่าวถึง

ผลลัพธ์ (ไทย) 2:

ในฐานะที่เป็นปัจจัยสำคัญในการวางผังเมืองการพยากรณ์การจราจรและการคาดการณ์ของโรคระบาด, การสร้างแบบจำลองรูปแบบของการเคลื่อนไหวของมนุษย์ดึงความสนใจจากนักวิจัยอย่างเข้มข้นมานานหลายทศวรรษ การกระจายอำนาจกฎหมายและรูปแบบที่มีการตั้งข้อสังเกตจากค่อนข้างน้อยที่แท้จริงของโลกชุดข้อมูลการเคลื่อนไหวของมนุษย์เช่นการเคลื่อนไหวของบันทึกธนาคาร trackings สถานที่ผู้ใช้โทรศัพท์มือถือและลูกทีมของยานพาหนะ ในบทความนี้เราสร้างรูปแบบการ 20 ล้านลูกทีมที่มีเมล็ดดีที่เก็บรวบรวมจากกว่า 10,000 รถแท็กซี่ในกรุงปักกิ่ง ในทางตรงกันข้ามกับแบบจำลองส่วนใหญ่ตั้งข้อสังเกตในข้อมูลการเคลื่อนไหวของมนุษย์แท็กซี่ 'displacements เดินทางในพื้นที่เขตเมืองมีแนวโน้มที่จะทำตามการกระจายชี้แจงแทนที่จะเป็นอำนาจของกฎหมาย ในทำนองเดียวกันเวลาที่ผ่านไปนอกจากนี้ยังสามารถห้วงอย่างดีจากการกระจายชี้แจง มูลค่าการกล่าวขวัญการวิเคราะห์ครั้ง interevent บ่งชี้ลักษณะช่วง ๆ ของการเคลื่อนไหวของมนุษย์คล้ายกับกิจกรรมของมนุษย์อื่น ๆ อีกมากมาย

ผลลัพธ์ (ไทย) 3:

เป็นปัจจัยที่สำคัญในการวางผังเมือง การพยากรณ์และการคาดการณ์ของโรคระบาดการจราจรการสร้างแบบจำลองรูปแบบการเคลื่อนไหวของมนุษย์ได้รับความสนใจมากจากนักวิจัยสำหรับทศวรรษที่ผ่านมา การกระจายอำนาจกฎหมายและรูปแบบต่าง ๆ จะสังเกตได้จากการใช้ ค่อนข้างน้อยของข้อมูล เช่น การเคลื่อนไหวของบันทึกของธนาคารtrackings สถานที่ของผู้ใช้โทรศัพท์มือถือและวิถีของยานพาหนะ ในงานวิจัยนี้ เราได้สร้างแบบจำลองสำหรับ 20 ล้านบาท ด้วยการปรับวิถี granularity ที่รวบรวมจากกว่า 10 , 000 รถแท็กซี่ในปักกิ่ง ในทางตรงกันข้ามกับรุ่นมากที่สุดพบในข้อมูลการเคลื่อนไหวของมนุษย์ , แท็กซี่ ' เดินทาง displacements ในเขตเมืองมักจะตามการแจกแจงแบบเลขชี้กำลัง แทนที่จะเป็นกฎ - พลัง . ในทํานองเดียวกันเวลาที่ผ่านไปก็จะดีประมาณด้วยการแจกแจงแบบเอกซ์โพเนนเชียล มูลค่าการกล่าวขวัญ การวิเคราะห์ interevent เวลาแสดงลักษณะ bursty ของการเคลื่อนไหวของมนุษย์ เหมือนกับกิจกรรมของมนุษย์อื่น ๆ อีกมากมาย