|
本研究では次世代の交通管制を見据え，大規模な道路ネットワーク上の交通状態をリアルタイムに推定する手法を開発した．具体的には，空間統計学を用いた動的なネットワーク表現及び交通流理論及び深層学習を活用した交通状態推定の開発に取り組んだ．車両の走行軌跡データに基づいて目的に応じた動的なネットワーク表現を行う方法論の開発により，推定精度を担保しつつ計算量を大幅に削減できる可能性を示した．また交通流理論と深層学習を組み合わせた推定手法の開発により，渋滞の延伸・解消のダイナミクスを物理学的に記述しつつ，ネットワークを対象とした膨大なパラメータを持つ計算についても効率的に行うことを可能とした．
|
