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
研究分野 (1件): 土木計画学、交通工学
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
※ J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。 登録・更新については、こちらをご覧ください。

前のページに戻る