2018 Fiscal Year Annual Research Report
Systemization of reconstruction method for secure and open people flow depending on types of CDRs data
| 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, 空間情報科学研究センター, 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 | 強化学習 / 人流 / GPSデータ |
|---|
| Outline of Annual Research Achievements |
近年、ICTの進展および携帯電話の普及等により、多様で膨大な位置ビッグデータが蓄積されたことで、人の流れを分析・予測することが可能となった。しかし、個人情報の取り扱いにはデータの応用利用上の制限がある。一方、交通行動の意思決定をエージェントベースシミュレーションで扱い、特定の人の代わりに、人々の動きをボトムアップに推定・予測する手法が注目を集めている。つまり、匿名化した膨大なデータをエージェントベースシミュレーションとの統合する手法が必要である。
そこで2018年度は、強化学習を用いることにより、エージェントベースシミュレーション技術と大規模位置情報を統合し、自律的エージェントに基づく人の流れシミュレーションフレームワークを構築した。具体的には、生の移動軌跡から、データ処理、行動モデル構築、シミュレーションのパイプラインを組み立て、作成した模擬データセットの精度評価を行った。全体としては0.8以上の人口相関を達成するとともに、時間帯別の交通量や交通パターンの再現性を確認した。
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
