抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
再帰的ロジット(RL)モデルは最近普及しているが,多くのアプリケーションと拡張につながり,価値関数の計算に関する重要な数値問題は未解決のままである。この問題は,モデル推定にとって特に重要であり,その間,パラメータを反復ごとに更新し,価値関数の実現可能性条件を破る可能性がある。モデル推定における価値関数のこの数値問題を解くために,本研究は,状態拡張ネットワーク表現に基づいて定義されたプリズムによって制約された経路集合を持つ,OyamaとHato(2011)によって提案されたプリズム制約RL(Prism-RL)モデルの広範囲な解析を実行した。数値実験は,パラメータ推定のためのPrism-RLモデルの2つの重要な性質を示した。最初に,プリズムベースのアプローチは,元のRLモデルが数値問題のために推定できない場合でも,初期および真のパラメータ値に関係なく推定を可能にする。また,実際の応用における歩行者経路選択に対する街路グリーンの存在の正の効果を成功裏に捉えた。第2に,Prism-RLモデルは,大きな迂回または多くのループを有する経路を陰的に制限することによって,RLモデルより良い適合と予測性能を達成した。データ指向の方法でプリズムベースの経路集合を定義することにより,より現実的な経路選択挙動を記述するPrism-RLモデルの可能性を実証した。経路代替案の多様性を保持しながら,正のネットワーク属性の捕捉は,歩行者経路選択や逐次目的選択行動のような多くの応用で重要であり,従って,プリズムベースのアプローチは,RLモデルの実用可能性を著しく拡張する。【JST・京大機械翻訳】