強化学習とデータ同化を用いた携帯データからの日々の変動を捉えた人流データの生成

使用强化学习和数据同化生成人流数据，捕获移动数据的日常波动

• 批准号: 20K04718
• 负责人: 樫山 武浩
• 金额: $ 2.83万
• 依托单位: Osaka University of Economics (2022)The University of Tokyo (2020-2021)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K04718/
• 关键词: 強化学習; 人の移動; 機械学習; 人流データ; データ同化; 携帯データ

本年度は、以下の項目を達成することを目標に研究を実施した。【研究項目１：（令和２年度～令和３年上旬）対象の日のトリップチェーンデータの構築】昨年度は複数の都市圏のPT調査データをもとにTime-inhomogeneous Markov chain modelを構築し、その精度評価を行った。本年度は、その成果をもとに、人口の初期分布生成、目的地選択のための離散選択モデルなどを組合わせることで、都市空間的にシームレスな人流データを構築する手法と提案した。この成果については、「Pseudo-PFLOW: Development of nationwide synthetic open dataset for people movement based on limited travel survey and open statistical data」というタイトルにおいて、プレプリントサイトであるarXivにおける論文公開を行っている。また、査読国際ジャーナルへの掲載に向けて、作業を進めている。【研究項目３：（令和４年度）システム化とデータセットの評価】研究項目１の成果と研究項目２の成果を統合するには至っていない。しかし、研究項目１のモデルについては、Javaによるプログラム実装を行い、Github上で管理を行っている。現在は、Privateでの公開ではあるが、将来的には一般公開に向けて、コードを整理する予定である。

今年，我们进行了研究，目的是实现以下项目：[研究项目1：目标天（2020年至2021年）的旅行链数据的构建]去年，我们基于来自多个大都市地区的PT调查数据构建了一个时间固定的马尔可夫链模型，并评估了其准确性。根据今年的结果，我们提出了一种方法，通过结合初始人口分布产生和目的地选择的离散选择模型来构建无缝的城市流量数据。关于这一结果，该论文已在预印度网站ARXIV上发表，标题为“伪速流：基于有限旅行调查和开放统计数据的全国合成开放数据集的开发，用于人们运动。”我们还致力于在国际同行评审期刊上出版。 [研究项目3：（2022）系统化和数据集评估]我们尚未能够将研究项目1的结果与研究项目2的结果整合在一起。但是，研究项目1中的模型在Java中实施并在Github上进行了管理。尽管目前正在私人公开，但我们计划组织该代码以准备将来公开发布。

项目成果

Pseudo-PFLOW: Development of nationwide synthetic open dataset for people movement based on limited travel survey and open statistical data

• DOI: 10.48550/arxiv.2205.00657
• 发表时间: 2022-05
• 期刊: ArXiv
• 作者: Takehiro Kashiyama;Y. Pang;Y. Sekimoto;T. Yabe