ストレージ効率化と即応的知識抽出を両立させる交通データ管理・モデリングの新体系

• 研究課題/領域番号: 23K17800
• 研究種目: 挑戦的研究(萌芽)
• 配分区分: 基金
• 審査区分: 中区分25:社会システム工学、安全工学、防災工学およびその関連分野
• 研究機関: 東京大学
• 研究代表者: 福田 大輔 東京大学, 大学院工学系研究科(工学部), 教授 (70334539)
• 研究期間 (年度): 2023-06-30 – 2025-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円); 2024年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円); 2023年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
• キーワード: 交通データ / 交通マネジメント / 異常検知

研究開始時の研究の概要

本研究では，蓄積された交通ビッグデータに含まれる本質的情報を毀損することなくエコ(効率的)に保管し，交通システムの異常発生時にリアクティブ(即応的)に必要な知識を抽出するための新たな交通データ管理・モデリングの体系を構築する．そのために，交通工学と統計科学の知識を融合し，[1] シンボリックデータ解析の新展開による交通データ要約統計理論の構築；[2] シンボルデータとリアルタイム観測データを用いた即応的な交通マネジメントモデルの構築；[3] 新たな交通データ管理理論の全体枠組の構築と道路交通量・旅行時間変動を対象とした検証，という課題に取り組む．