Previsione della Domanda Origine-Destinazione Utilizzando Radiazione e Attrazione Urbana

Un articolo di ricerca su arXiv propone un nuovo approccio per la previsione della domanda origine-destinazione (OD) integrando capacità di radiazione e attrazione fisiche con il deep learning. I metodi esistenti basati sui dati si concentrano sulle dipendenze spaziali o temporali ma trascurano le differenze funzionali tra le regioni, mentre i metodi fisici basati sulla conoscenza definiscono le capacità in base a fattori numerici come la popolazione, ignorando attributi nominali come se una regione è residenziale o industriale. L'articolo affronta anche la trasformazione dinamica delle capacità di radiazione e attrazione nel tempo, ad esempio, la radiazione di un distretto residenziale al mattino diventa attrazione alla sera. Lo studio generalizza i modelli fisici di radiazione e attrazione per migliorare l'accuratezza delle previsioni.