CETOC研究
一年级研究进展：
CETOC-23-R-02：量化远程办公对车辆行驶里程和交通使用的影响
CETOC-23-R-04：了解服务不足社区的交通用户体验和期望
CETOC-23-R-05：利用机器学习了解建筑环境对15分钟交通导向社区的影响
CETOC-23-R-07：共享微交通作为公共交通的最后一英里补充
CETOC-23-R-09：公共交通导向社区的中产阶级化、流离失所和温室气体排放
CETOC-23-R-10：中低收入家庭是否负担得起以交通为导向的发展（在住房和交通方面）？
第二年正在进行的研究：
CETOC-24-R-02：从不同责任的角度重新审视TOCs：街道网络结构对有效可用性的作用
CETOC-24-R-03：使用D变量识别TOD- capable位置：在制作TOD蛋糕时翻转配方
CETOC-24-R-04：有用的交通：弥合交通导向社区的愿景与现实之间的差距
CETOC-24-R-05：美国城市交通乘客极端高温暴露的高分辨率测量
CETOC-24-R-06：使用谷歌街景图像和计算机视觉在美国盘点公交车站设施
CETOC-24-R-07：基于深度学习的交通导向发展中建筑环境检测方法
CETOC-24-R-08：飓风期间基于交通的机动性和可达性
CETOC-24-R-09：更新和扩展全国最全面的家庭旅行调查数据和相关建筑环境数据数据库
CETOC-24-R-10：开发可扩展的评估框架和仪表板，用于实施和监控公交导向社区
CETOC-24-R-11：新的交通、自行车基础设施和绿地：它们对中产阶级化和流离失所有倍增效应吗？
CETOC-24-R-12：快速公交（BRT）沿线的公交导向发展（TOD）形成：数据库开发、分析和识别高影响政策、设计和服务特征
CETOC-24-R-13：什么使经济适用房负担得起：在美国用于生产交通附近经济适用房的机制
有关我们第二年资助的教育项目，请参阅“教育及外展”
cetoc资助的同行评审论文：
戴,Y。,刘、L。K。,,,,,x(2025)。使用计算机视觉和街景图像来评估公共汽车站的设施。计算机科学与技术，2001,11(2):357 - 357。
黄娥，尹志强，黄志强，闫旭（2024）。交通运输与共享电动滑板车的融合：基于洛杉矶和华盛顿特区的出行行为分析。出行行为与社会，34(1):663。
L。刘,张,X。,江,S。,X &赵(2025)。飓风伊恩期间大规模移动设备位置数据的飓风疏散分析。交通运输工程学报（自然科学版），2009,31(4):391 - 391。
Lyons， T., Ewing， R., Tian， G.（2025）。覆盖范围vs频率：空间覆盖范围和时间频率对公交客流量的影响更大？交通地理学报，22(2):104058。
钱勇，波利梅特拉，T.，桑切斯，T.，颜翔（2025）。交通专业人士如何看待人工智能应用对交通的影响？潜在类聚类分析。交通工具。
苏磊，颜晓东，赵晓东（2024）。微型交通系统的空间公平性：华盛顿特区共享电动滑板车和停靠式自行车的比较。交通政策，145,25 -36。
Tian， G.，和Danton， B.（2024）。用机器学习方法研究未被充分研究的人群的旅行行为：以西班牙裔和拉丁裔家庭为重点。规划教育与研究杂志．
田国强，丹顿，B.尤因，R.和李B.（2024）。建筑环境对美国家庭旅行的不同影响——36个不同地区和机器学习的更新。城市，155,105490。
Tian， G., Jenkins， B., and Danton， B.（2025）。量化远程办公对家庭总出行和VMT产生的影响。交通地理学报，24(4):444 - 444。
田，G，特里奇，A.和丹东，B.（2025）。远程活动能带来更可持续的旅行吗？来自2017年和2022年美国全国家庭旅行调查的证据。计算城市科学，5,16。
徐勇，柯强，张晓东，赵晓东（2024）。基于交互卷积网络的共享微交通出行需求预测。GeoInformatica, 1 - 16。
尹忠，Rybarczyk， G.，郑安，苏磊，孙，严斌，肖翔（2024）。共享微交通作为第一英里和最后一英里的交通解决方案？来自新数据集的时空洞察。交通地理学报，26(4):377 - 378。
张晓明，柯强，赵晓明（2024）。旅游需求预测：一个公平的人工智能方法。智能交通系统学报，25(10),14611-14627。
张晓明，周志明，徐勇，赵晓明（2024）。利用可解释的机器学习分析拼车需求决定因素的空间异质性。交通地理学报，26(4):379 - 379。