深層学習を用いた都市スケールの群衆移動のモデリング及び解析

都市規模の人の流れの予測およびシミュレーション技術は、都市のスマート管理にとって最も重要な技術の一つであり、スマート都市の構築および超スマート社会5.0（Society 5.0）の実現のためのコア技術である。本研究は人のGPS移動軌跡データに対して最先端の深層学習技術を駆使し、大規模で複雑な時空間関係下での都市における人の流れの予測およびシミュレーションを実現するとともに、災害時の人道支援、都市にける緊急事態管理、スマートな交通整理などの未来型都市管理に技術支援を提供する。

東京大学空間情報科学研究センター　柴崎　亮介
産総研人工知能研究センター　金　京淑
Yahoo! JAPAN研究所　坪内　孝太

Renhe Jiang, Xuan Song, Zipei Fan, Tianqi Xia, Zhaonan Wang, Quanjun Chen, Zekun Cai, and Ryosuke Shibasaki. 2021. Transfer Urban Human Mobility via POI Embedding over Multiple Cities. ACM/IMS Trans. Data Sci. 2,1, Article 4 (January 2021), 26 pages.

Renhe Jiang, Xuan Song, Dou Huang, Xiaoya Song, Tianqi Xia, Zekun Cai, Zhaonan Wang, Kyoung-Sook Kim, and Ryosuke Shibasaki. 2019. DeepUrbanEvent: A System for Predicting Citywide Crowd Dynamics at Big Events. In Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining (KDD '19). Association for Computing Machinery, New York, NY, USA, 2114–2122

Renhe Jiang, Xuan Song, Zipei Fan, Tianqi Xia, Quanjun Chen, Qi Chen, and Ryosuke Shibasaki. 2018. Deep ROI-Based Modeling for Urban Human Mobility Prediction. Proc. ACM Interact. Mob. Wearable Ubiquitous Technol. 2, 1, Article 14 (March 2018), 29 pages.

Renhe Jiang, Xuan Song, Zipei Fan, Tianqi Xia, Quanjun Chen, Satoshi Miyazawa, and Ryosuke Shibasaki, Deepurbanmomentum: An online deep-learning system for short-term urban mobility prediction, 2018. Proceedings of the AAAI Conference on Artificial Intelligence. Vol. 32. No. 1. 2018.