权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

人間参加型人の流れシミュレーションの構築

建立人类参与的人流模拟

基本信息

批准号：
21K14260
负责人：
Pang Yanbo
金额：
$ 3万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

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。

This study aims to deepen the understanding of human mobility and daily activities in urban areas and to provide guidance for the creation of high-precision human mobility. For example, if you want to learn more, you can learn more. The content of the application is as follows: 1) Destination selection, focus, new depth learning, proposal, nation-wide human mobility, population restructuring I am interested in the demographic, mobility characteristics, travel intent, and contextual information of the place. The results of training, training, training 2) Meaningful OD information in urban areas should be studied and methods should be proposed. We have a wide range of different characteristics for different regions, and we have different signals for different regions. The result, proposal, and potential terrain information are extracted and properly generated. This performance is applicable to other downstream applications. The results of this study include the possibility of high precision prediction and reconstruction of urban mobility. This achievement is an important foundation for urban planning and transportation design.

项目成果

期刊论文数量（11）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Uncertainty of Traffic Congestion Estimation Using Nationwide Pseudo Trip Data and Agent-Based Simulation

使用全国伪行程数据和基于代理的仿真进行交通拥堵估计的不确定性

DOI：
10.1109/bigdata55660.2022.10020749
发表时间：
2022
期刊：
2022 IEEE International Conference on Big Data (Big Data)
影响因子：
0
作者：
Tewari Aayush;Pang Yanbo;Sekimoto Yoshihide
通讯作者：
Sekimoto Yoshihide

シナリオに基づく擬似人流生成のためのシミュレーション基盤の構築

构建场景化伪人流仿真平台

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Cai Mingfei;Pang Yanbo;Kashiyama Takehiro;Sekimoto Yoshihide;Yanbo Pang，樫山武浩，関本義秀，;笠原有貴，Yanbo Pang，樫山武浩，関本義秀，瀬崎薫;澁谷遊野，Yanbo Pang，関本義秀
通讯作者：
澁谷遊野，Yanbo Pang，関本義秀

International Conference on Advances in Geographic Information Systems

地理信息系统进展国际会议

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
通讯作者：

Spatial Attention Based Grid Representation Learning For Predicting Origin?Destination Flow

基于空间注意力的网格表示学习用于预测出发点？目的地流

DOI：
10.1109/bigdata55660.2022.10021023
发表时间：
2022
期刊：
2022 IEEE International Conference on Big Data (Big Data)
影响因子：
0
作者：
Cai Mingfei;Pang Yanbo;Sekimoto Yoshihide
通讯作者：
Sekimoto Yoshihide

擬似人流データにおける時刻表を考慮した自治体全域の交通手段の推計 ―静岡県裾野市を対象に―

考虑模拟人流数据的时刻表来推算全市范围内的交通方式 - 以静冈县裾野市为对象 -

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Cai Mingfei;Pang Yanbo;Kashiyama Takehiro;Sekimoto Yoshihide;Yanbo Pang，樫山武浩，関本義秀，;笠原有貴，Yanbo Pang，樫山武浩，関本義秀，瀬崎薫
通讯作者：
笠原有貴，Yanbo Pang，樫山武浩，関本義秀，瀬崎薫