• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 研究成果報告書

GPSビッグデータに基づくヒューマンモビリティ科学の基盤構築

研究課題

  • PDF
研究課題/領域番号 18H01656
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分25010:社会システム工学関連
研究機関東京工業大学

研究代表者

高安 美佐子  東京工業大学, 科学技術創成研究院, 教授 (20296776)

研究分担者 尾崎 順一  東京工業大学, 科学技術創成研究院, 助教 (40846739)
研究期間 (年度) 2018-04-01 – 2022-03-31
キーワードGPSデータ / ヒューマンモビリティー / 輸送現象 / モデル構築 / 数値シミュレーション / 統計物理モデル / COVID-19 / 行動パターン
研究成果の概要

約100万人のスマホGPSデータを解析し都市圏の人流に関する基本的な特性を明らかにした。大都市圏での人流パターンを流域という視点に基づいてマクロ的に捉える新しいデータ解析手法を確立し、流域のサイズの分布や形状が都市に依存しない普遍的な特性を持ち、さらに、Covid-19の感染下でも基本特性が維持されていることを見出した。また、人流を電流とみなすアナロジーによって、都市圏の交通流を近似する電気回路モデルを構築し、新たなシミュレーション手法の基盤を構築した。さらに、基本的な感染症の数理モデルをGPSデータに基づく人口集中の効果を考慮するように改良し、感染者数の増減を予測可能とするモデルを開発した。

自由記述の分野

統計物理学

研究成果の学術的意義や社会的意義

一人一人の移動を観測できるスマホのGPSデータからマクロな集団的な人の動きを抽出する新しい手法として流域解析を導入し、また、人流を電流とみなす独創的なアナロジーに基づいて都市の交通インフラを反映した電気回路モデルを開発した。物質の電気回路で成立することが知られている揺動散逸関係がこの仮想的な電気回路でも成立していることを見出し、人流を物理学的な視点からモデル化することの有効性を実証した。
また、基本的な感染症の数理モデルを拡張し、GPSデータを有効に使った感染症の新しいモデルを開発した。このモデルにより、いつ、どこで感染症のリスクが高くなるかを定量評価できるようになった。

URL: 

公開日: 2023-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi