| 講演名 | 2022-01-21 ［ショートペーパー］逆離散フーリエ変換を用いた新しいエリア特徴量〜活性度〜の定義 井上 隼英(九大), 荒川 豊(九大), 石田 繁巳(九大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 地域の特徴ある観光資源を活かした取り組みを効果的に進めるために，観光施策においてもEBPM（Evidence-Based Policy Making）を推進することが求められている．筆者らは，位置情報ビッグデータを分析してイベントや観光施策に関連する人流を可視化する地域観光EBPM推進プラットフォームの研究開発を行っている．本プラットフォームはイベントを自動的に検知する機構を具備しており，「どこで」「どれくらいの規模で」イベントが実施されているのか自動的に検知した上で，自治体職員などを通じてイベント情報収集を促し，イベントと人流の紐付けを行う．人流変化に基づくイベント検知手法として，外れ値検知を人流データに適用する従来手法が考えられるが，平日・休日の人流の差などの定常的な人流変化を考慮したイベント検知を実現できないという問題がある．これに対し，本稿では非定常的な人流変化の時系列データである「活性度」を定義し，活性度に対してピーク検知を適用することでイベントを検出する手法を提案する．九州大学伊都キャンパスと周辺の地域の位置情報データを用いた評価を行った結果，筆者らの調査した範囲で，検知されたイベントの3/4以上で実際にイベントが行われていたことを確認した． |
| 抄録(英) | It is important to promote Evidence-Based Policy Making (EBPM) to conduct effective tourism policies with unique tourism resources. We are developing an EBPM platform that visualizes people flows relating to events and tourism policies. Our EBPM platform has an automatic event detector that detects ``where'' and ``how large'' an event is held. When an event is detected, the platform notifies local government officers and encourages them to enter the event information to link the event and corresponding people flow. Although, we can use anomaly detection methods to detect events from people flow data, these methods take no considerations on periodic changes in people flow. In this paper, a new feature, i.e., location activeness, is defined as time-series people flow data, excluding periodic changes. We also present an event detection method base on peak detection on the location activeness. The evaluation conducted with location data of Kyushu University Ito Campus and surrounding areas demonstrated that more than 75% of detected events were actual events, as we could find out. |
| キーワード(和) | 合理的根拠に基づく政策立案（EBPM） / 位置情報データ / イベント検知 |
| キーワード(英) | Evidence-Based Policy Making (EBPM) / Location Data / Event Detection |
| 資料番号 | SeMI2021-76 |
| 発行日 | 2022-01-13 (SeMI) |
| 研究会情報 | |
| 研究会 | SeMI |
|---|---|
| 開催期間 | 2022/1/20(から2日開催) |
| 開催地（和） | 野沢温泉スパリーナ コンベンションホール (ハイブリッド開催を予定) |
| 開催地（英） | |
| テーマ（和） | センシング，モビリティ，モバイル・ユビキタスコンピューティング，センサ・アドホック・モバイルネットワーク，アプリケーション，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 山本 高至(京大) |
| 委員長氏名（英） | Koji Yamamoto(Kyoto Univ.) |
| 副委員長氏名（和） | 門田 和也(日立) / 大和田 泰伯(NICT) |
| 副委員長氏名（英） | Kazuya Monden(Hitachi) / Yasunori Owada(NICT) |
| 幹事氏名（和） | 橋本 匡史(サイバー大) / 金井 謙治(早大) / 内山 彰(阪大) |
| 幹事氏名（英） | Masafumi Hashimoto(Cyber Univ.) / Kenji Kanai(Waseda Univ.) / Akira Uchiyama(Osaka Univ.) |
| 幹事補佐氏名（和） | 勝間田 優樹(NTTドコモ) / 田谷 昭仁(青学大) / 中山 悠(東京農工大) |
| 幹事補佐氏名（英） | Yuki Katsumata(NTT DOCOMO) / Akihito Taya(Aoyama Gakuin Univ.) / Yu Nakayama(Tokyo Univ. of Agri. and Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Sensor Network and Mobile Intelligence |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［ショートペーパー］逆離散フーリエ変換を用いた新しいエリア特徴量〜活性度〜の定義 |
| サブタイトル（和） | |
| タイトル（英） | [Short Paper] Definition of a new feature of location activeness using Inverse Discrete Fourier Transform |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 合理的根拠に基づく政策立案（EBPM） / Evidence-Based Policy Making (EBPM) |
| キーワード(2)（和/英） | 位置情報データ / Location Data |
| キーワード(3)（和/英） | イベント検知 / Event Detection |
| 第 1 著者 氏名（和/英） | 井上 隼英 / Shunei Inoue |
| 第 1 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 2 著者 氏名（和/英） | 荒川 豊 / Yutaka Arakawa |
| 第 2 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 3 著者 氏名（和/英） | 石田 繁巳 / Shigemi Ishida |
| 第 3 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 発表年月日 | 2022-01-21 |
| 資料番号 | SeMI2021-76 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SeMI-333 |
| ページ範囲 | pp.92-97(SeMI), |
| ページ数 | 6 |
| 発行日 | 2022-01-13 (SeMI) |