| 研究課題/領域番号 |
23K17461
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
田中 雄一 大阪大学, 大学院工学研究科, 教授 (10547029)
|
|---|
| 研究分担者 |
小野 峻佑 東京工業大学, 情報理工学院, 准教授 (60752269)
佐藤 光哉 電気通信大学, 人工知能先端研究センター, 助教 (60822533)
|
|---|
| 研究期間 (年度) |
2023-06-30 – 2026-03-31
|
| キーワード | グラフ信号処理 |
|---|
| 研究実績の概要 |
本年度は研究初年度として、研究計画のすり合わせ・確認と導入となる研究を行った。特に、グラフ信号処理・グラフニューラルネットワークのためのデータセットとなる GSP-Traffic dataset の作成に尽力した。
グラフ信号処理・グラフニューラルネットワーク等のグラフ上データ解析手法の性能を定量的に比較するためには、ベンチマークデータセットの存在が必要不可欠である。しかし、グラフ信号のデータセットは少なく，さらに時変グラフ信号を扱う多くの論文では、頂点の接続関係や信号値を人工的に生成したデータセットが使われている。本年度は，そのような問題を解消するべく、交通ネットワークSimulation of Urban MObility (SUMO) を用いた大規模かつ現実的な時系列グラフ信号データセットを作成した。SUMO を用いることで、複数の国や都市に対して同一条件でシミュレーションができ、グラフの性質や特徴の比較がしやすいという利点がある。本年度作成したデータセットは，大規模な都市についての交通量を仮想的に計測したものである。グラフは交差点を頂点、道路を辺とし、信号値は時間内に交差点を通過した車両の合計台数としている。
GSP-Traffic dataset は世界500都市近くの交通流をシミュレートしており、量・質とも現行のデータセットを大きく上回る。また、データセットの2024年度初頭の公開を目指している。今後は本データセットの詳細の検証に向けて取り組みを続ける。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究課題の主目的であるデータセットを1種類作成できたため、おおむね順調に進展していると考えている。
|
| 今後の研究の推進方策 |
データセットを作成するうえで様々な課題が新たに浮かび上がってきたため、データセットの作成それ自体と同時に、公開の方法やデータの詳細の検証に注意深く取り組む。
|
| 次年度使用額が生じた理由 |
リモートセンシングデータに必要な機器および計算機を昨年度中に納品するのが困難であったため。また、予定していた国際会議等参加が次年度となったため。次年度に必要な機器を購入、および国際会議に参加することで、全体の研究計画に沿って使用する。
|
