2018 Fiscal Year Annual Research Report
Development and Evaluation of Hierarchical Data Analysis and Optimization System for Realizing Smart City
| Project/Area Number |
16H01707
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
藤澤 克樹 九州大学, マス・フォア・インダストリ研究所, 教授 (40303854)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
瀧澤 重志 大阪市立大学, 大学院生活科学研究科, 教授 (40304133)
佐藤 憲一郎 関東学院大学, 工学総合研究所, 研究員 (30713531)
|
|---|
| Project Period (FY) |
2016-04-01 – 2021-03-31
|
| Keywords | 数理最適化 / グラフ解析 / 高性能計算 / サイバーフィジカルシステム / IoT / AI / ビッグデータ / 都市OS |
|---|
| Outline of Annual Research Achievements |
近年、最新技術の組合せや融合によって、安心、安全、便利ないわゆる超スマート社会（Society 5.0など)を実現するための様々な取り組みが世界中で推進されている。近年の ICTの向上により、実社会で起きている現象を、計算機上で事前にモデル化し、さらに環境変化に対するシミュレーションや最適化を実施することで、ビジネスモデルとしてのサイバーフィジカルシステム(CPS)を実現することができるようになった。
現在、多くの民間企業などと共同で、CPSを対象として大量のセンサーデータ(ヒト・モノの移動等)やオープンデータ(Wi-Fi 等の移動履歴)などを用いて、サイバー空間での最適化やシミュレーションを行うCPS モビリティ最適化エンジン(CPS-MOE)の開発を行っており、新しい産業の創出、コストや廃棄物の削減、交通機関の最適制御スケジュールの算出に寄与するサービスの集合体を構築して、利用者が”作業”、”生活”、”娯楽”、”安全”を行うための、最適な時間・空間を提供することを目的としている。さらに、CPS-MOEの実現のために特に以下の3つのモビリティを表現、予測、最適化及び制御するための数理・情報の新技術の提案・開発を推進している。
1: 情報（ヒトの興味、意思）のモビリティ：Webアクセス移動データ及びユーザの潜在的興味度を用いたユーザクラスタリング
2: ヒト・モノのモビリティ：位置情報検出と追跡(深層学習)、混雑検知や流れの最適化及び可視化
3: 交通（最適自動運転）のモビリティ：地域内自動運転（路車協調）+最適運転（パワーユニット&パワートレインシミュレータによる燃料消費量最小化）
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
本研究課題では配送業や小売系,製造業などを対象として、ヒト・モノの移動に関する最新の数理モデルによる現象の表現・再現・予測を目指して、現在の機械学 習などが苦手とする見えないデータ・過去のデータにない現象への対応を目指している。物理的な制約等により、ヒト・モノの移動に関する範囲や限度を数理モ デルで表現し、各施設固有の状態を深層学習等の AI 平成30年度は以下の民間企業との共同研究などによって以下の成果を達成することが出来た。
1:ハイブリッドシステムにおける数理的手法を用いた大域的最適制御 (トヨタ自動車との共同研究)& AI(深層学習), 最短路問題, 数理最適化( 混合整数計画問題(MILP),非線形最適化
2:サイバーフィジカルシステムにおけるヒト・モノのモビリティの数理モデルと実験的解析 (パナソニックとの共同研究) & 実工場における人流追跡とフロー最適化、人員のスケジューリング最適化及びレイアウト最適化
3:Webアクセスデータを用いた潜在的ユーザクラスタリングによるWebサイトの評価指標の提案(Yahoo! Japanとの共同研究) & AI(深層学習), 非負値行列分解 (NMF), 数理最適化(混合整数計画問題(MILP))
4:深層学習及び次元圧縮による良品・不良品分類と CAN データの解析(住友電工との共同研究)& AI(深層学習), 次元圧縮(多様体学習), グラフクラスタリング
5: 主に都市スケールの避難計画問題を，シミュレーションと数理計画の両面から行った．大阪市全域を対象とした津波避難において，徒歩帰宅者と津波避難者の大規模な人流シミュレーションを行うとともに，ボトルネックとなっている淀川橋梁のルーティングを段階的な最速フロー問題として定式化して解くことで，可能な限り速やかに避難者を逃がすような計画手法を開発した．
|
| Strategy for Future Research Activity |
今後の研究方策に関しては大きな変更点は無く、従来の計画通りに研究を推進する。民間企業との共同研究に関しては、実データを用いたデータ解析とビジネスアプリケーションの開発も行っていく。
|
-
-
[Journal Article] Advanced Computing and Optimization Infrastructure for Extremely Large-Scale Graphs on Post-peta-scale Supercomputers2019
Author(s)
Katsuki Fujisawa, Toyotaro Suzumura, Hitoshi Sato, Koji Ueno, Satoshi Imamura, Ryo Mizote, Akira Tanaka, Nozomi Hata, Toshio Endo,
-
Journal Title
Advanced Software Technologies for Post-Peta Scale Computing, Springer,
Volume: -
Pages: 207-226
DOI
Peer Reviewed / Open Access
-
-
[Journal Article] Mobility Optimization on Cyber Physical System via Multiple Object Tracking and Mathematical Programming2018
Author(s)
Nozomi Hata, Takashi Nakayama, Akira Tanaka, Takashi Wakamatsu, Akihiro Yoshida, Nariaki Tateiwa, Yuri Nishikawa, Jun Ozawa, and Katsuki Fujisawa
-
Journal Title
the Fifth International Workshop on High Performance Big Graph Data Management, Analysis, and Mining (BigGraphs 2018)
Volume: -
Pages: -
DOI
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
-
-
-
-
-
-
