A Benchmark for Video-Like Urban Computing on Citywide Crowd and Traffic Prediction
| Project/Area Number |
20K19859
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
JIANG Renhe 東京大学, 情報基盤センター, 助教 (20865266)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2021: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2020: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
|
|---|
| Keywords | Smart City / Spatiotemporal Data / Deep Learning / Transportation / Urban Mobility / Crowd Flow / Benchmark / Traffic Prediction / Crowd Prediction / Graph Neural Networks / smart city / society 5.0 / crowd density / crowd flow / human mobility / データ駆動型AI / 人流予測 / スマートシティ |
|---|
| Outline of Research at the Start |
ビッグデータや最先端のAI技術を駆使することで、都市規模で群集や交通の密度や流れを予測することが可能になる。これは社会に強く影響する非常に重要な研究テーマであり、緊急管理や交通規制、都市計画など幅広く応用できる。大規模な都市区域を数々のきめ細かいメッシュグリッドへとメッシングすることで、連続的な期間における都市全体の群集や交通情報を映像のように表現し、各タイムスタンプを一枚の映像フレームとして扱うことができる。この考え方に基づき、都市全体の群集や交通に関する映像型の予測に対応するため一連の手法を提案・評価する。
|
| Outline of Final Research Achievements |
Predicting the density and flow of the crowd or traffic at a citywide level becomes possible by using the big data and cutting-edge AI technologies. It has been a very significant research topic with high social impact, which can be widely applied to emergency management, traffic regulation, and urban planning. By meshing a large urban area to a number of fine-grained mesh-grids, citywide crowd and traffic information in a continuous time period can be represented like a video, where each timestamp can be seen as one video frame. Based on this idea, a series of methods have been proposed to address video-like prediction for citywide crowd and traffic. Through this research, we build a standard benchmark for such kind of urban computing problems based on multiple open datasets. The research achievement was awarded by CIKM 2021 Best Resource Paper Runner-Up.
|
| Academic Significance and Societal Importance of the Research Achievements |
近年、IoT（Internet of Things：モノのインターネット）、ビッグデータ、人工知能技術の急速な発展に伴い、スマートシティは新しい科学技術分野として各国の学術界、産業界および各国政府から非常に重視されている。そこで、人を中核としたスマートシティの実現に最も重要な研究課題と技術は、都市規模の人流・交通流の知覚、分析、シミュレーション、予測である。本研究提案をスマートシティ構築のためのキーテクノロジーと位置づけ、Japan Society 5.0の実現に大きく貢献し、画像処理と自然言語処理以外の人工知能・データサイエンス研究を大きく発展させることを期待するものである。
|
Report
(3 results)
Research Products
(12 results)
