StationRank：瑞士铁路的聚合动态
社会与信息网络
2020-12-11 v2 物理与社会
摘要
与实际（而非计划）开放运输数据可用性和质量的提升，为捕捉铁路及其他社会基础设施网络的时空动态提供了新可能。描述此类复杂现象的一种方式是借助随机过程。随机模型其核心是与领域无关的，此处讨论的算法已成功用于其他应用，包括 Google 的 PageRank 引文排序。我们的关键假设是列车路线构成了有意义序列，类似于文学文本中的句子。因此路线语料库可受与句子语料库相同的分析工具集处理。通过在瑞士的实验，我们引入一种从聚合的每日铁路交通数据流构建马尔可夫链的方法。正常与扰动条件下的平稳分布被用于定义具有非显见且有价值的铁路基础设施信息的系统风险度量。
引用
@article{arxiv.2006.02781,
title = {StationRank: Aggregate dynamics of the Swiss railway},
author = {Georg Anagnostopoulos and Vahid Moosavi},
journal= {arXiv preprint arXiv:2006.02781},
year = {2020}
}