文献

J-GLOBAL ID：202402238810731758   整理番号：24A1138128

BERTに基づく都市における移動エリア予測手法の提案

Proposing a BERT-Based Method of Next Location Prediction for Area Mobility in Urban Environments

著者 (8件)： 寺島青 (名古屋大 大学院工学研究科) ,  田村直樹 (名古屋大 大学院工学研究科) ,  庄子和之 (名古屋大 大学院工学研究科) ,  片山晋 (名古屋大 大学院工学研究科) ,  浦野健太 (名古屋大 大学院工学研究科) ,  米澤拓郎 (名古屋大 大学院工学研究科) ,  河口信夫 (名古屋大 大学院工学研究科) ,  河口信夫 (名古屋大 未来社会創造機構)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2024  号： DPS-199  ページ： Vol.2024-DPS-199,No.8,1-7 (WEB ONLY)  発行年： 2024年05月08日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年スマートフォンの普及に伴い,大規模な位置情報データの収集が容易となり,位置情報データを用いた研究が盛んに行われるようになった.大規模な位置情報データにより,人間の移動傾向の分析・理解が可能となり,その結果は都市計画,交通計画,災害対策等に活用される.また,移動履歴から移動傾向の特徴を捉えることで,個々のユーザの将来の移動予測が可能となる.ユーザの将来の移動先エリアが分かると,そのエリアでの活動をサポートする提案が可能となる.移動先予測の研究では,RNNやLSTMといった深層学習モデルを用いた手法も多く存在する.しかし,これらモデルの多くは逐次的な予測方法で多くの時間を要し,加えて長期の移動履歴を考慮した予測が不得意という課題もある.そこで本研究では,自然言語処理の分野で活躍するBERTを参考にした移動先予測モデルを提案する.提案モデルはEnocderで生成したベクトルからエリアを予測し,逐次的な予測を行わないことで効率化を実現した.また,学習時のマスク方法により複数回の移動予測に適したモデルとなっている.都市における10万人の75日にわたる長期の移動履歴のデータセットを用いて実験を行い,正解エリアと予測エリアの一致率で28.7834%,GEOBLEUで0.3228,DTWで28.3918を達成した.(著者抄録)

シソーラス用語： *言語モデル ,  *予測技法 ,  スマートフォン ,  位置情報 ,  都市計画 ,  交通計画 ,  災害対策 ,  機械学習 ,  自然言語処理 ,  予測モデル ,  ベクトル ,  集合 ,  データセット ,  深層学習 ,  モデル
準シソーラス用語： *BERT ,  *予測手法

分類 (2件)： 電子航法一般  (ND14010O) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： BERT ,  都市 ,  エリア ,  予測手法 ,  提案