2023 Fiscal Year Annual Research Report
Analysis and promotion of resident evacuation behavior with explainable machine learning (XAI) model
| Project/Area Number |
21K04301
|
|---|
| Research Institution | Gifu University |
|---|
Principal Investigator |
高木 朗義 岐阜大学, 社会システム経営学環, 教授 (30322134)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
杉浦 聡志 北海道大学, 工学研究院, 准教授 (30648051)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | XAI / 説明可能なAI / Partial Dependence分析 / 機械学習 / 避難行動 / 豪雨災害 / ランダムフォレスト / 画像認識技術 |
|---|
| Outline of Annual Research Achievements |
住民避難行動アンケート調査データ（平成30年～令和4年の５年間）に対して，説明可能なAI（eXplainable AI; XAI）を用い，統計分析による分析も合わせて，災害状況や地域条件との関係性を踏まえた上で，住民避難行動の共通点や相違点を明らかにするとともに，住民避難行動を促進するための施策を提案した．
具体的には，XAIの一種であるPD（Partial Dependence）分析を適用することで，住民の避難行動時における行動や環境に関する要因の組み合わせが避難の予測に対して，どの程度の影響を与えるのかを明らかにした．各災害において，過去の避難経験や自宅の被災経験，災害時の土砂災害や浸水による自宅の被災などの組み合わせによって避難行動に影響を与えていることが明らかとなった．交互作用効果の大きい要因の組み合わせに着目すると，要因単体での影響が0に近い値や負の値を持つような単独では避難行動に影響を与えるとは言えない要因同士が組み合わさることによって，避難行動に影響を与えることが明らかとなった．
また，ランダムフォレスト，画像認識技術を用いて，豪雨災害時における住民避難行動の選択要因を分析した．
アンケート調査データに対してXAIを用いて行動要因を明らかにすることの有効性を確認するため，コロナ禍における行動・意識に関するアンケート調査データに対してXAIを用いて行動要因を明らかにした．XAIの一手法であるPD分析を用いて行動要因を分析した結果，政策や他人等の外部からの働きかけよりも，個人の意識の高さが対策行動に影響を与えていることが明らかとなった．また，統計手法である重回帰分析との比較から，得られる要因は概ね同じであり，XAIの有効性が示された．
|
