講演抄録/キーワード |
講演名 |
2022-03-11 11:40
多数の自動車のシグナルから環境状態を推定するための時系列および空間データのベイズモデリング手法に関する一検討 ○小川祐紀雄(室蘭工大)・長谷川 剛(東北大)・村田正幸(阪大) IN2021-43 |
抄録 |
(和) |
常時インターネットに接続する「つながる車」からのシグナルを活用することで、道路環境の状態をセンシングできるようになると期待されている。本稿では、環境状態とは渋滞や濃霧などの事象の有無をさし、シグナルとは、事象に関連した低速走行や一時停止などの通知の有無をさすが、シグナルは事象無しでも通知されたり、事象有りでも通知されなかったりする。そこで、このような不確かなシグナルから環境状態をロバストに推定することを課題として、空間と時間で変化する事象とそのシグナルの関係を表すモデリング手法を提案する。提案方式の特徴はベイズモデリングの段階的な適用にあり、事象が空間軸方向に広がっていることを利用してシグナルの不確かさを抑制した上で、事象の時系列構造を仮定してその発生確率を逐次推定する。交通流のトレースデータを用いた計算機シミュレーションにより提案手法の評価を行い、分周期で変動する渋滞事象を最大約80%の確率で推定できることを示す。 |
(英) |
Connected vehicles become an ambient sensing platform, as a number of different signals that they record become available for analyzing urban living environments. Although such signals can inform environmental state like fine-grained road and weather conditions, they include false positives and negatives. We therefore propose a two-step Bayesian modeling approach combining spatial Markov random fields and temporal Bayesian network for inferring the binary state of environment using such uncertain data. Our approach first minimize the randomness of data exploiting the spatial relationship among data. It then recursively infers the likelihood of binary state of environment in the near future by using the temporal dependency among them. Through computer simulations using the vehicular trace of a city-wide area, we demonstrate that our approach infers the probability of recurrent road traffic congestion occurring every few minutes up to about 80%. |
キーワード |
(和) |
つながる車 / 環境センシング / 時間と空間 / ベイズモデリング / 不確かなデータ / / / |
(英) |
connected vehicles / environmental sensing / spatial-temporal / Bayesian modeling / uncertain data / / / |
文献情報 |
信学技報, vol. 121, no. 434, IN2021-43, pp. 73-78, 2022年3月. |
資料番号 |
IN2021-43 |
発行日 |
2022-03-03 (IN) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IN2021-43 |
研究会情報 |
研究会 |
NS IN |
開催期間 |
2022-03-10 - 2022-03-11 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
一般 |
テーマ(英) |
General |
講演論文情報の詳細 |
申込み研究会 |
IN |
会議コード |
2022-03-NS-IN |
本文の言語 |
日本語 |
タイトル(和) |
多数の自動車のシグナルから環境状態を推定するための時系列および空間データのベイズモデリング手法に関する一検討 |
サブタイトル(和) |
|
タイトル(英) |
A Study on Bayesian Spatial and Temporal Modeling Approach to Environmental Feature Inference Using Driving Signals From Vehicles |
サブタイトル(英) |
|
キーワード(1)(和/英) |
つながる車 / connected vehicles |
キーワード(2)(和/英) |
環境センシング / environmental sensing |
キーワード(3)(和/英) |
時間と空間 / spatial-temporal |
キーワード(4)(和/英) |
ベイズモデリング / Bayesian modeling |
キーワード(5)(和/英) |
不確かなデータ / uncertain data |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
小川 祐紀雄 / Yukio Ogawa / オガワ ユキオ |
第1著者 所属(和/英) |
室蘭工業大学 (略称: 室蘭工大)
Muroran Institute of Technology (略称: Muroran-IT) |
第2著者 氏名(和/英/ヨミ) |
長谷川 剛 / Go Hasegawa / ハセガワ ゴウ |
第2著者 所属(和/英) |
東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.) |
第3著者 氏名(和/英/ヨミ) |
村田 正幸 / Masayuki Murata / ムラタ マサユキ |
第3著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-03-11 11:40:00 |
発表時間 |
20分 |
申込先研究会 |
IN |
資料番号 |
IN2021-43 |
巻番号(vol) |
vol.121 |
号番号(no) |
no.434 |
ページ範囲 |
pp.73-78 |
ページ数 |
6 |
発行日 |
2022-03-03 (IN) |