2019 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) |
佐藤 憲一郎 関東学院大学, 工学総合研究所, 研究員 (30713531)
瀧澤 重志 大阪市立大学, 大学院生活科学研究科, 教授 (40304133)
|
|---|
| 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 / AI / IoT / 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いる。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(最適運転)のモビリティ:経路最適化や配送最適化、MaaS (バイクシェアリングなど)
また深層学習による都市空間の解析方法に関しては、大阪市において御堂筋の街路を撮影した動画像から歩行者をトラッキングする手法をいくつかの深層学習の手法を組み合わせて開発し，歩行者の断面交通量，移動軌跡，滞留場所を推定する基礎的研究を行った。CGを用いて空間の全方位画像の深度を推定する深層学習モデルを構築して深度画像の付与による予測精度の向上を検証した。
|
| 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。令和元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最適化及び AI を用いた大域的最適制御 (トヨタ自動車との共同研究)
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。さらにカメラセンシングと動線分析によるヒト・モノのフローの最適化も推進。
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)。具体的にはヒト・モノ・情報の移動の中で各地点の魅力度や重要度を推定：ユーザ ID に紐付いた移動履歴のデータを対象とする(遠隔データアクセスやビーコンなどの移動データ)ある地点に達したフロー（ヒト・モノの流れ）を通過分（そこへ来たのが本来の目的ではない）と到達分（本来の目的）に分離可能になった。
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などを使用。さらに避難計画問題に関しては大阪市において、南海トラフの大地震に起因する津波と地震動により被害を受ける住宅から発生する2次避難者数を確率的に推定した。この成果は現在大阪市と進めている津波避難計画に活用されている。
|
| 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。具体的には他種類な実データを用いた”仮想工場”等をサイバー空間上に構築し、実空間でのサービスレベルの向上やコスト削減の効果を検証していく予定である。
|
-
-
[Journal Article] "New Performance Index “Attractiveness Factor ” for Evaluating Websites via Obtaining Transition of Users ’Interests2020
Author(s)
Akihiro Yoshida, Tatsuru Higurashi, Masaki Maruishi, Nariaki Tateiwa, Nozomi Hata, Akira Tanaka, Takashi Wakamatsu, Kenichi Nagamatsu, Akira Tajima, Katsuki Fujisawa
-
Journal Title
Data Science and Engineering, Springer
Volume: Volume 5, Issue 1
Pages: 48-64
DOI
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
