行動の不規則性を捉えた人流予測のためのスパースモデリングとデータ同化の融合

• 研究課題/領域番号: 17K12979
• 研究種目: 若手研究(B)
• 配分区分: 基金
• 研究分野: 社会システム工学・安全システム
• 研究機関: 静岡大学
• 研究代表者: 須藤 明人 静岡大学, 情報学部, 講師 (80588369)
• 研究期間 (年度): 2017-04-01 – 2019-03-31
• 研究課題ステータス: 完了 (2019年度)
• 配分額: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円); 2018年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円); 2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
• キーワード: 機械学習 / 空間情報 / 人の行動

研究成果の概要

本研究では、都市の人の不規則な移動を反映した行動予測モデルの高精度化にむけ、その基盤となる機械学習モデルの構築を実施した。これまでの我々の研究では個々の人々の行動の予測精度が実用レベルに達していなかったという問題があったが、この問題を解決するための技術的な鍵は、高精度な予測ができる少数の特徴量を発見できる非線形モデルであった。そこで本研究では、スパースモデリングを非線形に拡張したニューラルネットワークの手法の構築を目指して研究を行った。

研究成果の学術的意義や社会的意義

本研究で構築した手法により、交通量のリアルタイム推定とプライバシー保護を両立できる技術が確立できたと考える。実応用の際には、少数の観測地点で交通量を取得しておき、その交通量データを用いて都市全体の交通量を推定すればよい。本研究の結果は、GPSデータの収集が行われている国であれば適用でき、交通混雑の予測、消費者行動の把握、インフルエンザやエボラ出血熱等の感染経路の特定、大災害時の救援部隊や物資の配分といった実応用のほか、複雑な人の動きの理解という学術的な関心にも寄与する。