研究課題/領域番号 |
20K04718
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分22050:土木計画学および交通工学関連
|
研究機関 | 大阪経済大学 (2022-2023) 東京大学 (2020-2021) |
研究代表者 |
樫山 武浩 大阪経済大学, 経済学部, 准教授 (10611155)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
キーワード | 人の移動 / 行動モデル / 人流データ / 強化学習 / 機械学習 / データ同化 / 携帯データ |
研究開始時の研究の概要 |
応募者は、「だれもが制限なく、自由に利用できる人の流れデータセットを開発したい」という思いから、パーソントリップ調査結果をもとに「Open PFLOW」データセットを開発し、一般に公開してきた。しかし、Open PFLOWは、日常の典型的な行動を調査したパーソントリップ調査をもとにしたものであり、さまざまな要因によって日々変化する人の移動を捉えていない。そこで、本研究では、強化学習とデータ同化技術を用いて、複数の携帯電話データをもとに利用者が指定した日の特徴を捉えた人の流れデータを動的に生成するシステム「Dynamic PFLOW」を開発する。
|
研究成果の概要 |
本研究では、日々変化する表現する人の移動データを生成するための手法を開発した。提案手法では、研究者が一般的に入手可能な携帯電話データと各種の統計データを組み合わせることで、初期分布推定、行動パターン推定、行動場所の推定、交通モードの推定のためのモデルを構築し、これらを統合することで人流データの生成を行う。これにより、入手可能となったデータを速やかにモデルに反映できるようになり、時間的な鮮度が高い人流データの生成を実現する。
|
研究成果の学術的意義や社会的意義 |
本研究の学術的意義は、非集計レベルの人流データ生成を可能とすることで、研究者がより気軽に人流データを用いた研究を気軽に取り組むことが可能となる点である。これにより、潜在的な人流データの価値を引き出し、これまで解明されてこなかった様々な事象と人の行動との関係を解明する機会を創出される。これらの成果に基づくことで、都市や交通の開発計画などのデータを根拠とした意思決定が可能となり、その結果として、人々の生活の質の向上に寄与することが、本研究の社会的意義である。
|