| Project/Area Number |
23K04071
|
|---|
| 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 | The University of Tokyo |
|---|
Principal Investigator |
張 浩然 東京大学, 空間情報科学研究センター, 客員研究員 (40837457)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | モバイルフォン位置情報 / 擬似人間移動データ / 携帯電話のモビリティ データ |
|---|
| Outline of Research at the Start |
スマートフォンを中心とした携帯型測位機器の普及により、大きな移動データへのアクセスが可能になりましたが、実際の移動データには高いプライバシー漏洩のリスクがあります。そのため、擬似的な移動データを生成することが、移動データのプライバシーを保護するための有効な方法となります。しかし、GPSデータは異質であり、長期的な生成の問題、個人ベースの生成の問題、人口統計学のラベリングの問題など、対処が難しいため。本プロジェクトでは、地理統計学、ディープラーニング、行動科学などの研究領域の垣根を越えて、長期的かつ現実的な個人ベースの移動情報生成を実現するために、ライフパターンに基づく新しい構造を提案する。
|
| Outline of Annual Research Achievements |
この研究プロジェクトでは、モバイルフォンの位置情報データを基に、人間の移動パターンを模倣する「擬似人間移動データ」の生成を行いました。本研究の主な目的は、現実世界の動きを反映したデータを生成することにありますが、個々のプライバシー保護も極めて重要です。初めに、大規模な位置情報データセットを収集し、これを前処理することで個人を特定できる情報を除去しました。このプロセスには、データの匿名化とノイズの添加が含まれており、データの利用価値を保ちながらセキュリティを確保するためのバランスを取りました。
次に、データの統計的分析を行い、移動のパターンや頻度などの基本的な特性を抽出しました。これにより、特定の地域での人流の傾向や時間帯による変動など、重要な洞察を得ることができました。この抽出した特性を基に、機械学習モデルを訓練し、実際の人間の行動を反映した擬似移動データの生成アルゴリズムを開発しました。このアルゴリズムは、実際の移動データに基づく複雑な行動パターンを模倣する能力を持っています。
さらに、生成されたデータの妥当性を評価するために、複数の統計的検定を実施し、実データとの一致度を確認しました。これにより、生成データが実際のデータと非常に類似した行動パターンを持つことを確認でき、モデルの精度と信頼性が高いことが証明されました。最後に、データのプライバシー保護のために、追加の匿名化処理を施し、個人が特定されるリスクを最小限に抑えるための措置を講じました。
これらの取り組みを通じて、現実に即したプライバシーに配慮した擬似人間移動データのセットを成功裏に生成し、研究のためのデータベースとして使用する準備を整えました。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
このプロジェクトが順調に進行している主な理由は、プロジェクトの目標と範囲が初期段階でしっかりと定義され、全チームメンバーが共通の理解を持って作業を進めているためです。具体的には、データのプライバシー保護を重視した擬似人間移動データ生成という明確な目標が設定され、関連する技術要件と期待される成果が詳細に計画されました。プロジェクト管理では、アジャイル手法を採用しており、定期的なスプリントレビューと調整が行われています。これにより、変化に柔軟に対応しながら、効率的にタスクを進めることができます。
また、チームはデータサイエンスと機械学習の専門家で構成されており、それぞれがランダムフォレストやニューラルネットワークなどの先進的な技術を駆使して課題に取り組んでいます。これにより、高度なデータ分析とアルゴリズムの開発が可能となっています。さらに、定期的なチームミーティングと進捗報告を通じて、プロジェクトの各段階で発生する問題に迅速に対応し、課題解決を図っています。これらの取り組みが組み合わさることで、プロジェクトはスムーズに進行し、予定通りに成果を上げることができています。
|
| Strategy for Future Research Activity |
この研究プロジェクトで得られた成果を基に、将来の研究計画は以下の方向で展開されます。まず、人間の行動パターンをさらに詳細に分析し、特定のシナリオにおける移動をより精密に模倣するためのモデルを開発します。例えば、天候や祝日などの要因が移動パターンに与える影響を考慮に入れます。次に、異なる地域でのデータ検証と模擬を拡大し、多様な環境や文化が人間の移動に与える影響を理解します。さらに、機械学習技術を活用して、より高度な匿名化技術を開発し、データのプライバシー保護を強化します。これらの研究を通じて、現実に即した、より信頼性の高い擬似人間移動データの生成を目指します。
|
