2017 Fiscal Year Annual Research Report
携帯通信履歴のタイプに応じた安全・オープンな人流再現手法の体系化
| Project/Area Number |
16H03119
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
関本 義秀 東京大学, 生産技術研究所, 准教授 (60356087)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
金杉 洋 東京大学, 地球観測データ統融合連携研究機構, 特任研究員 (00526907)
瀬戸 寿一 東京大学, 空間情報科学研究センター, 特任講師 (80454502)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 携帯通信データ / 人流 / オープンデータ / 精度検証 / 社会システム |
|---|
| Outline of Annual Research Achievements |
近年，複雑化する都市空間の中で，大規模な人の流動を知りたい，というニーズが高まってきている．また，携帯電話等の急速な普及により，基地局（Call Detail Record: CDR, Local Area Update: LAU等）やGPS等，様々なデータが大規模に取得できるようになってきている．しかし一方で，これらは“ビッグデータ”と呼ばれるように，データの規模が大きいことに加え，公共・商用・研究等で有償／無償，第三者が利用できる／できない等，様々なデータが存在するため，ケースに応じて場当たり的に組み合わせて分析するのはあまりにも無駄が多い．
そこで，本研究では，様々な携帯通信履歴のタイプに応じて適切に観測データや行動モデルに用いてデータ同化の枠組みで都市圏レベルの人々の流動を効率的に再現することを目指し，体系的に方法論とその結果を整理しつつ，実際のデータセットを構築する．
とくに平成29年度は前年度に作成を行ったPFLOWデータ等と機械学習の一種である逆強化学習等を用いて、人流がどこまでそれらしく生成できるかについて研究を進めた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
前年度構築のOpenPFLOWについても，交通関係の国際誌の最高峰でもある，Transportation Research Part Cに採択されている事に加え、逆強化学習を行った人流生成については、空間情報の最高峰の一つである、ACM SIGSPATIAL2017のワークショップ（1st Workshop on Prediction of Human Mobility (PredictGIS 2017) ）にて発表を行うとともに、代表者である関本が基調講演も行っている。
|
| Strategy for Future Research Activity |
平成30年度も，当初の計画通り，処理の高速化も引き続き行いながら，安全・オープンなデータセットとして利用するためのコスト感も算出し，妥当性等も検証し、最終年度としてとりまとめも行う。
|
