Transit Trip Itinerary Inference with GTFS and Smartphone Data
Notice bibliographique
Résumé
Many emerging technologies have been developed to supplement and contribute to conventional household travel surveys for transport-related data collection. A great deal of research has concentrated on the inference of information from global positioning system (GPS) data and data collected from mobile phones; methods for inferring transit itinerary have not received much attention. Automatic detection of transit itineraries from smartphone travel surveys could be used by planning agencies to predict transit demand and help in analysis of transit planning scenarios. This paper describes a proposed approach to infer transit itinerary smartphone travel survey and general transit feed specification data from Montreal, Quebec, Canada. Transit trips from the 2013 household travel survey were recreated and recorded with the DataMobile smartphone travel survey from May to July 2016. Transit itineraries were then validated—that is, collected data were associated with transit routes for all parts of the trips. The proposed transit itinerary inference algorithm was then applied to these validated data. The approach relied on the notion of transit route ambiguity—that is, because transit routes can overlap, any attempt to associate GPS data with routes when routes do overlap will result in ambiguity in identifying which routes were actually used. The proportion of transit trips with associated transit routes that were ambiguous was calculated under different assumptions, rules, and eventually a simple algorithm. Findings indicate that, by using this approach, 94.2% of transit trip distance can be assigned to either one transit route or walking, and thus there is reduced ambiguity. This resulted in 87% correct prediction of transit routes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».