2020 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 / 機械学習 / 深層学習 / Society 5.0 / モビリティ |
|---|
| Outline of Annual Research Achievements |
近年、最新技術の組合せや融合によって、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、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。本研究では、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)の開発を行い、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た。さらに実空間でのサービスレベルの向上やコスト削減の効果検証を民間企業と共同で行ったことによって、2021年度以降にビジネス展開が進んでいく予定である。また本研究では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・開発を推進することができた。
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,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）。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、これらの研究成果はICML(機械学習)とSC(高性能計算)のトップ国際会議等に論文が採択されている。
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
