疑似人流開発プラットフォームの構築

• Project/Area Number: 23K04066
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 22050:Civil engineering plan and transportation engineering-related
• Research Institution: Osaka University of Economics
• Principal Investigator: 樫山 武浩 大阪経済大学, 経済学部, 准教授 (10611155)
• Co-Investigator(Kenkyū-buntansha): 小川 芳樹 東京大学, 空間情報科学研究センター, 講師 (70794296) ; Pang Yanbo 東京大学, 空間情報科学研究センター, 特任助教 (60870178)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2024: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000); Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
• Keywords: 人流データ / グラフニューラルネットワーク / エージェントモデル / 交通シミュレーション / オープンデータ

Outline of Research at the Start

応募者は、研究目的であれば無償に利用可能なデータから生成する人流データ（疑似人流）に関する研究を行ってきた。本研究では、研究や実務への疑似人流の汎用性を向上させるために、機械学習技術を用いて人の移動の地域傾向を考慮する機構を組み込んだエージェントモデルを開発する。そして、エージェントモデルをモジュール開発するためのフレームワークを設計し、擬似人流の開発プラットフォームとして構築する。これにより、多くの研究者が擬似人流の開発に参加することを可能とし、また利用者が望むシナリオの擬似人流を生成する環境を実現する。

Outline of Annual Research Achievements

本年度は、研究計画に示した【研究項目１：エージェントモデルの開発】のうち、(1)「全国分のパーソントリップの統合」と(2)「地域特徴量の抽出」について研究を実施した。まず、(1) 「全国分のパーソントリップの統合」では、パーソントリップ調査、道路や鉄道ネットワーク、建物データ等の地理空間情報や統計調査結果等のオープンデータを手作業で収集・加工し、モデリングのための環境をデータベース内に整備した。このデータベースは研究室内でNASに接続しているため、どのPCからも効率的にアクセスできる状態となっている。この作業では、１年度分のデータを整備したが、多年度分のデータ整備に向けて、データ収集の自動化を図ることで、作業コストが軽減していく。つぎに、(2) 「地域特徴量の抽出」では、先行研究の参考に、グラフニューラルネットワーク（GNN）を構築し、地域間の特徴量を考慮した行動モデルをテスト実装した。本モデルでは、人の行動をシミュレーションするまでに至ったが、GNNモデルがどの程度、地域の特徴量を考慮できているかを十分に評価できていない。その点については、2024年度において十分に評価し、疑似人流の精度向上につなげていく。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

研究計画で示した項目の内容を実施できた。より研究を進展させるため、研究分担者と密に連携して、研究を進めてい行く。

Strategy for Future Research Activity

本年度のできるだけ早い時期に、研究項目１【研究項目１：エージェントモデルの開発】を完了させる。それによって、2024年度から並行して実施を計画している研究項目２【プラットフォームの開発】の作業に注力でき、研究全体としての進捗を早めることが期待できる。