文献

J-GLOBAL ID：201902222987928837   整理番号：19A2216935

セルラプローブデータを用いた大都市ネットワークにおける動的人フローのデータ駆動予測システム【JST・京大機械翻訳】

Data-Driven Prediction System of Dynamic People-Flow in Large Urban Network Using Cellular Probe Data

著者 (7件)： Chen Xiaoxuan (Ph.D., Data Scientist, Ford Motor Company, 22000 Michigan Ave, Dearborn, MI 48124, USA) ,  Wan Xia (Ph.D., Data Warehouse Engineer, GlobalFoundries, 400 Stone Break Rd Extension, Malta, NY 12020, USA) ,  Ding Fan (Ph.D., Research Associate, TOPS Laboratory, University of Wisconsin-Madison, 1415 Engineering Drive, Room 1217, Madison, WI 53706, USA) ,  Li Qing (Ph.D. Machine Learning Researcher, BMW Technology Inc., 540 W Madison St Suite 2400, Chicago, IL 60661, USA) ,  McCarthy Charlie (Traffic Engineering Consultant, TranSmart Technologies Inc., 411 S Wells St, Chicago, IL 60607, USA) ,  Cheng Yang (Ph.D., Research Associate, TOPS Laboratory, University of Wisconsin-Madison, 1415 Engineering Drive, Room 1249A, Madison, WI, 53706, USA) ,  Ran Bin (Ph.D., Vilas Distinguished Achievement Professor, TOPS Laboratory, Department of Civil and Environmental Engineering, University of Wisconsin-Madison, USA)
資料名： Journal of Advanced Transportation  (Journal of Advanced Transportation)
巻： 2019  ページ： Null  発行年： 2019年 
JST資料番号： D0581A  ISSN： 0197-6729  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： セルラネットワーク演算子によって収集される細胞プローブデータは,大規模都市域における人間のトレース推論のための重要なデータ源として出現した。しかしながら,個々の携帯電話利用者の細胞プローブデータは時間的に空間的にまばらである(GPSデータと異なり)ため,実時間で細胞プローブデータを用いてペオプル流を予測した研究はほとんどない。さらに,大規模での予測法を検証することは困難である。本論文は,4つのモデルを含む動的な流れ予測のためのデータ駆動法を提案した。最初のモデルは細胞プローブデータ前処理モジュールであり,細胞データの不正確で重複した記録を除去する。第2のモジュールは,グリッドベースのデータ変換とデータ統合モジュールであり,輸送ネットワークデータ,関心データ,およびリアルタイムの細胞プローブデータから推論された人々の動きを含む複数のデータソースを統合するために提案される。第3のモジュールは,データ駆動モデル検証のためのベースデータセットを提供する,トリップチェーンに基づく人間-日-軌道生成モジュールである。4番目のモジュールは,オンライン推論機械学習モデル(ランダムフォレスト)に基づいて開発された動的ペオプル流予測のためである。リアルタイムの細胞プローブデータを用いた動的な流れ予測の実現可能性を調べた。実験結果により,提案されたピアツーピアフロー予測システムは,それぞれ,結合および非結合の人々に対して,76.8%および70%の予測精度を提供することができることを示した。これは単一特徴モデルよりはるかに高く,予測精度は約50%である。Copyright 2019 Xiaoxuan Chen et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： チェーン ,  *予測 ,  予測技法 ,  *大都市 ,  *プローブ ,  トリップ ,  データ融合 ,  *ネットワーク
準シソーラス用語： 予測精度 ,  ランダムフォレスト ,  オンライン ,  モデル検証 ,  実時間 ,  *予測システム ,  *データ駆動 , 【Automatic Indexing@JST】

分類 (1件)： 交通調査  (TB01031B)

引用文献 (24件)：

• Statista, Mobile phone penetration in China as share of the population from 2013 to 2019*, 2016, http://www.statista.com/statistics/233295/forecast-of-mobile-phone-user-penetration-in-china/.
• M. D. Meyer, E. J. Miller, Urban transportation planning: a decision-oriented approach, 1984.
• M.-H. Wang, S. D. Schrock, N. Vander Broek, "The Feasibility of Using Cellular Phone Location Data in Traffic Survey on Inter-City Trips," Proceeding of the 92nd Annual Meeting of Transportation Research Board, Washington, USA, 2013.
• F. Breu, S. Guggenbichler, J. Wollmann, Esitmation of Origin-Destination Matrices Using Traffic Counts - A Literature Survey, Vasa, 2008.
• S. Bera, K. V. K. Rao, "Estimation of origin-destination matrix from traffic counts: The state of the art," European Transport - Trasporti Europei, no. 49, pp. 3-23, 2011.

タイトルに関連する用語 (4件)： 大都市 ,  フロー ,  データ駆動 ,  予測システム