人間参加型人の流れシミュレーションの構築

点击翻译按钮获取中文摘要

本研究では、都市領域での人間の移動と日常活動の理解を深め、高精度な人流データの作成を目指しました。そのために、深層学習フレームワークとエージェントモデルを組み合わせ、人間の移動の再現性と信頼性を向上させるための新たなアプローチを提案しました。その実施内容は以下の2つであります。1）目的地選択に焦点を当てた新しい深層学習フレームワークを提案し、全国規模の人間の移動を人口レベルで再構築しました。我々は、旅行者の人口統計、移動特性、旅行意図、場所の文脈情報を扱うための新たな埋め込みメカニズムを設計しました。その結果、訓練済みのモデルは、異なる訓練データを使用した複数の都市地域において、他のベースラインアプローチと比較して、人間の移動をより精緻に再現できることがわかりました。2）都市内のグリッド上で有意義なOD情報を学習するためのグラフニューラルネットワーク手法を提案しました。我々は、いくつかのオープンソースデータセットから地域の多様な特性を収集し、それらをグリッド信号として使用しました。その結果、提案したモデルは、ODグラフからより正確な潜在的地形情報を抽出し、妥当なグリッド埋め込みを生成できることがわかりました。これらの表現は他の下流のタスクにも適用できます。以上の成果により、本研究はスマートシティとデジタルツインの進展に対応し、都市の複雑なレイアウトや機能の違いを考慮に入れた人間の移動の高精度な予測と再現を可能にしました。これらの成果は、都市計画や交通システム設計における重要な基礎となります。