研究者
J-GLOBAL ID:201901006462587477
更新日: 2024年03月06日
安田 昌平
Shohei Yasuda
所属機関・部署:
職名:
助教
ホームページURL (1件):
https://sites.google.com/view/yasudashohei/home
競争的資金等の研究課題 (4件):
- 2024 - 2028 疎な観測に基づくネットワークの交通状態予測を目的とした交通流理論と深層学習の融合
- 2021 - 2024 次世代交通管制のためのリアルタイム交通状態推定手法の開発
- 2021 - 2022 人流ビッグデータの効率的な活用を目的としたフレームワークの開発
- 2021 - 2022 ETC2.0プローブデータを用いた動的な情報提供のための旅行時間予測手法
論文 (9件):
-
Yasuda Shohei, Katayama Hiroki, Nakanishi Wataru, Iryo Takamasa. Trajectory Data-Driven Network Representation for Traffic State Prediction using Deep Learning. International Journal of Intelligent Transportation Systems Research. 2024
-
Katayama Hiroki, Yasuda Shohei, Fuse Takashi. Comparative Validation of Spatial Interpolation Methods for Traffic Density for Data-driven Travel-time Prediction. International Journal of Intelligent Transportation Systems Research. 2022. 20. 3. 830-837
-
鐘 恒毅, 中西 航, 安田 昌平, 井料 隆雅. 車両軌跡データのみを用いた主要交差点抽出. GISー理論と応用. 2022. 30. 2
-
橋口 剛, 瀬谷 創, 安田 昌平, 井料 隆雅. 隠れマルコフモデルに基づくマップマッチングの適用性の検証. 土木学会論文集D3 (土木計画学). 2022. 77. 5. I_595-I_602
-
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 (土木計画学). 2021. 76. 5. I_757-I_766
もっと見る
講演・口頭発表等 (16件):
-
Traffic Density Based Travel-Time Prediction With GCN-LSTM
(The 25th IEEE International Conference on Intelligent Transportation Systems (ITSC) 2022)
-
実旅行時間データを用いた都市高速道路の新規ランプ開設の影響評価
(第62回土木計画学研究発表会 2020)
-
プローブデータを活用したCell Transmission Modelのパラメータ較正
(第62回土木計画学研究発表会 2020)
-
負の二項回帰を用いた都市高速道路の需要変動モデル
(第61回土木計画学研究発表会 2020)
-
Analysing day-to-day and within-day changes of ramp-to-ramp traffic volume on urban expressway using Gaussian process
(The 24th HKSTS International Conference 2019)
もっと見る
経歴 (3件):
- 2021/07 - 現在 東京大学 大学院工学系研究科 助教
- 2020/10 - 2021/06 神戸大学 大学院工学研究科 特命助教
- 2015/04 - 2017/06 阪神高速道路株式会社
受賞 (5件):
- 2023/11 - 第21回ITSシンポジウム2023 ベストポスター賞 Trajectory Data-Driven Network Representation for Traffic State Prediction using Deep Learning
- 2022/12 - 第20回ITSシンポジウム2022 ベストポスター賞 Comparative Validation of Spatial Interpolation Methods for Traffic Density for Data-driven Travel-time Prediction
- 2019/04 - 土木学会インフラデータチャレンジ プラチナスポンサー NEXCO賞
- 2019/04 - 土木学会インフラデータチャレンジ データ部門 優秀賞
- 2017/10 - 東京大学 行動モデル夏の学校 第一位
前のページに戻る