| 研究課題/領域番号 |
17H07156
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
情報ネットワーク
|
|---|
| 研究機関 | 東京都市大学 |
|---|
研究代表者 |
塩本 公平 東京都市大学, 知識工学部, 教授 (00535750)
|
|---|
| 研究期間 (年度) |
2017-08-25 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | モバイルネットワーク / モデル予測制御 / 移動データ / 系列パターンマイニング / 資源割り当て / モバイル通信 / 移動予測 / データマイニング / 人流 / ネットワーク仮想化 / モバイル網 / 資源割当 / モバイル / 予測 / パターンマイニング / 時空間 / 第五世代モバイル網 / 時空間移動 / 人流・交通流 |
|---|
| 研究成果の概要 |
多量の移動データを集めて特徴を抽出し人の将来の移動先を予測する方法を開発した。BIDE法と呼ばれる系列パターンマイニング法により頻出移動パターンを抽出し、移動先を予測する方法を検討した。約200人分の5年半の移動データを用いて評価した結果、次の移動先を70%の確率で予測できることが明らかになった。
従来のトラヒック量の測定・予測だけで帯域割り当てを行うと、エリア内のユーザ数が変化した場合に追従できないが、エリアごとのユーザ数を予測してトラヒック量を見積もり、モデル予測制御を行う方法を検討し、指数平滑を援用することで短時間変動がある場合でも適切に帯域割り当てができることを示した。
|
| 研究成果の学術的意義や社会的意義 |
個人の移動データを系列パターンとしてモデル化し、マイニングアルゴリズムで分析することで、頻出移動パターンを抽出し、それをもとに移動予測ができることを示した。モバイル通信の設計や保守だけでなく、防災・安全、交通・運輸などへの応用が考えらる。自治体などと連携し防災・避難計画に役立てたり、鉄道会社と連携して沿線の都市計画へ活用することが考えられる。今後は、日本国内の大都市圏での人の移動データの分析に取り組み、これらのモバイル通信網の設計以外の応用にも取り組む。
また、精度の向上や計算時間の短縮などの性能向上に取り組む一方で、使い勝手の良いソフトウェアの作成に取り組む。
|
