| Project/Area Number |
21K12140
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62020:Web informatics and service informatics-related
|
|---|
| Research Institution | Osaka Seikei University (2022-2023)
Kyoto University (2021) |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2021: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
|
|---|
| Keywords | 観光情報学 / 知能情報学 / 移動軌跡分析 / パターン認識 / GPS軌跡分析 / 逸脱行動検出 / 道迷い検出 / GPS軌跡 / 道迷い推定 / 行動意図推定 / 異常検知 |
|---|
| Outline of Research at the Start |
本研究では，道に迷った観光客が自分が迷ったことに気づく前に，システムが迷いを検出する手法を開発する．実時間情報に応じて人がダイナミックに行動を変化させる観光行動では，最短経路からの逸脱を異常と見做す手法では道迷い検出は難しい．また，観光客が意図した「寄り道」と意図しない「道迷い」を区別することも難しい．研究代表者らは，過去に取り組んだ観光行動モデル構築や，道路・土地利用情報を考慮したパターン認識手法の知見に基づいたアプローチを提案する．本研究は人の意図しない行動を検出する試みであり，パターン認識分野における行動意図推定の発展系と位置付けられる．また、自動運転や介護分野への波及効果も期待できる．
|
| Outline of Final Research Achievements |
The research plan comprised three main objectives: 1) improve deviant behavior detection using a mixed Gaussian model, 2) develop offline detection methods utilizing behavioral history and geospatial information, and 3) expand these methods to an online platform. The initial phase encountered challenges due to the pandemic, preventing the collection of the student dataset. Consequently, the focus shifted to studying low mountains where beginner hikers frequently get lost, and a hiking trajectory dataset was obtained from a company.
During FY2022-3, a new method was introduced to link the difficulty level of mountain areas with hiker proficiency. This involved analyzing the continuation of climbing activities across a mesh of varying difficulty levels; if a hiker's activity persisted in an area exceeding their skill level, it was considered a lost trail. This approach yielded promising results, providing a valuable framework for enhancing safety and navigation in mountainous areas.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、観光客が道迷いに気づく前に、システムが道迷いを検出する手法の開発を目指した。人は天気や混雑といった実時間情報に応じてダイナミックに行動や目的地を変化させるので、目的地への最短経路からの逸脱を異常と見做す手法では道迷い検出にはそぐわない。また、意図した「寄り道」と意図しない「道迷い」を区別することが難しいという問題もある。本研究は人の意図しない行動を検出する試みであり、パターン認識における行動意図推定の発展系と位置づけられる。学習型異常検知手法に地理空間情報を織り込む手法の開発にも繋がっており、学術的に重要な研究である。自動運転や介護といった分野への波及効果も期待できる。
|
