文献

J-GLOBAL ID：202402248604732396   整理番号：24A0368672

データ規模とモデル選択に関する一考察:区間別Fundamental Diagram推定を例に

A CONSIDERATION ON SAMPLE SIZE AND MODEL SELECTION: AN EXAMPLE OF LOCATION DEPENDENT FUNDAMENTAL DIAGRAM

著者 (1件)： 中西航 (金沢大 理工研究域)
資料名： 土木計画学研究・講演集(CD-ROM)  (土木計画学研究発表会・講演集(CD-ROM))
巻： 68  ページ： ROMBUNNO.is-02  発行年： 2023年11月14日 
JST資料番号： X0119B  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： 土木計画学の様々な分野において,大規模で高解像度なデータの利用可能性が高まり続けている.このとき,統計学で一般に用いられるモデル選択規準は,サンプル数が増えるにつれて変数の多い複雑なモデルを支持する傾向がある.しかし,これは本分野がモデル推定に期待する問題解決の方向性と整合しないように思われる場面もある.すなわち,我々が直面する具体的な問題において,データ規模に応じたモデルの複雑さをどう捉えるべきか,その際にどのような課題が存在するかは必ずしも整理されていない.そこで本稿では,著者既報であるマクロ交通流のFundamental Diagramを地点ごとに推定する問題を例に,データに関連する課題を整理し,統計的モデル選択規準の現状を説明し,規準の性質を実例で示したうえで,今後の展望を述べる.(著者抄録)

シソーラス用語： *交通流 ,  *交通調査 ,  *ロジットモデル ,  高分解能 ,  測定データ ,  大規模 ,  データ解析 ,  走行軌跡 ,  クラスタ分割 ,  データ処理 ,  交通密度 ,  走行速度 ,  速度比 ,  パラメタリゼーション ,  ビッグデータ ,  モデル選択 ,  空間分割 ,  *交通流モデル ,  *交通モデル
準シソーラス用語： 交通流率

分類 (1件)： 交通調査  (TB01031B)

引用文献 (46件)：

• 安田昌平, 池田賢史, 井料隆雅, 石原雅晃: 都市高速道路の需要変動を記述する需要曲線の推定手法, 土木学会論文集 D3, Vol.76, No.5, pp.757-766, 2021. [Yasuda, S., Ikeda, K. Iryo, T. and Ishihara, M.: Demand curve estimation method for describing demand fluctuation on urban expressway, Journal of Japan Society of Civil Engineers, Ser. D3, Vol.76, No.5, pp.757-766, 2021.]
• U.S. Department of Transportation Federal Highway Administration, Next generation simulation(NGSIM) vehicle trajectories and supporting data, ITS DataHub (Data.transportation.gov.), 2016.
• Seo, T., Tago, Y., Shinkai, N., Nakanishi, M., Tanabe, J., Ushirogochi, D., Kanamori, S., Abe, A., Kodama, T., Yoshimura, S., Ishihara, M. and Nakanishi, W.: Evaluation of large-scale complete vehicle trajectories dataset on two kilometers highway segment for one hour duration: Zen Traffic Data, 2021 International Symposium on Transportation Data and Modelling, Web conference, 2021.
• Gloudemans, D., Wang, Y., Ji, J., Zachár, G., Barbour, W., Hall, E., Cebelak, M., Smith, L.and Work, D.B.: I-24 MOTION: An instrument for freeway traffic science., Transportation Research Part C: Emerging Technologies, Vol.155, 104311, 2023.
• 瀬尾亨, 杉本佳昭: プローブカーと感知器のデータに基づくキャリブレーション不要な交通状態推定手法, 土木計画学研究・講演集, Vol.62, Web 会議, 2020. [Seo, T. and Sugimoto, Y.: Calibration-free traffic state estimation using probe vehicle data and detector data, Proceedings of infrastructure planning, Vol.62, Web conference, 2020.]

タイトルに関連する用語 (4件)： 規模 ,  モデル選択 ,  区間 ,  推定