文献

J-GLOBAL ID：202202263661140717   整理番号：22A0438889

安全応用のための群衆動力学モデルを較正するためのBayes推論法【JST・京大機械翻訳】

Bayesian inference methods to calibrate crowd dynamics models for safety applications

著者 (5件)： Godel Marion (Department of Informatics, Technical University of Munich, Boltzmannstrasse 3, 85748 Garching, Germany) ,  Godel Marion (Department of Computer Science and Mathematics, Munich University of Applied Sciences, Lothstrasse 64, 80335 Muenchen, Germany) ,  Bode Nikolai (Department of Engineering Mathematics, University of Bristol, Ada Lovelace Building, University Walk, Bristol, BS8 1TW, United Kingdom) ,  Koster Gerta (Department of Computer Science and Mathematics, Munich University of Applied Sciences, Lothstrasse 64, 80335 Muenchen, Germany) ,  Bungartz Hans-Joachim (Department of Informatics, Technical University of Munich, Boltzmannstrasse 3, 85748 Garching, Germany)
資料名： Safety Science  (Safety Science)
巻： 147  ページ： Null  発行年： 2022年 
JST資料番号： W0879A  ISSN： 0925-7535  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： クロードシミュレーションは,事象および建設されたインフラストラクチャーにおけるリスクおよびエンジニアクラウド安全性を評価するための重要なツールである。シミュレーションを,リアルタイム予測のために,また,群衆安全のための規制を開発するのに,どのような研究にも使用できる。信頼できる予測は,注意深く較正されたモデルを必要とする。モデルパラメータは点推定として較正され,モデル評価が与えられたデータに最も良く適合する単一パラメータ値である。対照的に,Bayes推論は,キャリブレーション後の残留不確実性を含む適合パラメータに対する完全な事後分布を提供した。本研究では,点推定と近似Bayes計算を用いて,群衆動力学の微視的モデルから導出された微視的モデルとエミュレータを較正した。混雑安全の鍵となるシナリオ(ボトルネック)を通して流れを測定するデータを較正した。ボトルネック幅を変化させ,2つのキャリブレーション技術の長所と短所の3つの事例研究を通して実証した。単峰性後部の場合,両方法は同様の結果をもたらした。しかし,一つの安全関連事例研究は,開口を通してスクイージングする人々のダイナミクスを模倣し,複数の自由流速度が同じ流れをもたらす,より高速のより低い動的を示す。この場合,Bayes推論のみが,後部分布の真の二峰性形状を明らかにした。多次元キャリブレーションのために,Bayes推論がパラメータ関係を記述することによって正確な較正を可能にすることを示した。実際には,点推定はしばしば十分であると思われるが,Bayes推論法は不確かなパラメータに関する重要な構造情報,従って安全性の物理を捉えるのに必要であると結論した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  不確実性 ,  *Bayes推定 ,  近似法 ,  インフラストラクチャー ,  事例研究 ,  高次元 ,  スクイージング ,  エミュレータ
準シソーラス用語： モデルパラメータ ,  *動力学モデル ,  事後分布 ,  モデル評価 ,  ミクロモデル ,  点推定 , 【Automatic Indexing@JST】

著者キーワード (6件)： 群衆力学 ,  歩行者の安全性 ,  モデルキャリブレーション ,  Bayes推論 ,  ボトルネック ,  安全工学

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (4件)： 応用 ,  動力学モデル ,  較正 ,  Bayes推論