| 講演名 | 2022-06-29 大規模人流データにおけるデータ同化の高速化の検討 宮崎 和也(熊本大), 木山 真人(熊本大), 尼崎 太樹(熊本大), 岡本 利章(熊本大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | イベントなどにおける事故を受けて，近年，人流の把握が注目を集めている．その方法としてデータ同化という手法がある．データ同化ではシミュレーションによる結果と観測データを比較し，シミュレーション内のパラメータを調整する．ここで，人流シミュレーションはエージェントが多くなるとシミュレーションに時間がかかってしまうという問題を抱えている．そこで本研究では，シミュレーション時間の短縮のため，C言語での実装と行列計算ライブラリNumpyの利用による高速化とモデルの改良を行った．本論文では，門司港花火大会の人流データセットを用い，データ同化の際の高速化を行う．評価において，先行研究のシミュレータと実行時間，同化の精度を比較した． |
| 抄録(英) | Data assimilation has been attracting attention as the importance of understanding human flow has been emphasized in the wake of accidents at events. Data assimilation compares simulation results with observed data and adjusts parameters in the simulation. However, pedestrian simulation has a problem that the simulation takes a long time when the number of agents increases. In order to reduce the simulation time, we implemented the simulation in C and used Numpy, a matrix computation library, to speed up the simulation and improve the model. In this paper, we use the Mojiko Fireworks Festival data set to speed up the data assimilation process. In the evaluation, we compared the execution time and assimilation accuracy with simulators in previous studies. |
| キーワード(和) | 人流シミュレーション / Social Force Model / 遺伝的アルゴリズム / データ同化 |
| キーワード(英) | Pedestrian Simulation / Social Force Model / Generation Algorithm / Data Assimilation |
| 資料番号 | NC2022-25,IBISML2022-25 |
| 発行日 | 2022-06-20 (NC, IBISML) |
| 研究会情報 | |
| 研究会 | NC / IBISML / IPSJ-BIO / IPSJ-MPS |
|---|---|
| 開催期間 | 2022/6/27(から3日開催) |
| 開催地（和） | 琉球大学50周年記念館 |
| 開催地（英） | |
| テーマ（和） | 機械学習によるバイオデータマイニング、一般 |
| テーマ（英） | |
| 委員長氏名（和） | 山川 宏(東大) / 杉山 将(東大) |
| 委員長氏名（英） | Hiroshi Yamakawa(Univ of Tokyo) / Masashi Sugiyama(Univ. of Tokyo) |
| 副委員長氏名（和） | 田中 宏和(東京都市大学) / 神嶌 敏弘(産総研) / 津田 宏治(東大) |
| 副委員長氏名（英） | Hirokazu Tanaka(Tokyo City Univ.) / Toshihiro Kamishima(AIST) / Koji Tsuda(Univ. of Tokyo) |
| 幹事氏名（和） | 寺島 裕貴(NTT) / 西田 知史(NICT) / 岩田 具治(NTT) / 中村 篤祥(北大) |
| 幹事氏名（英） | Hiroki Terashima(NTT) / Satoshi Nishida(NICT) / Tomoharu Iwata(NTT) / Atsuyoshi Nakamura(Hokkaido Univ.) |
| 幹事補佐氏名（和） | 田和辻 可昌(早大) / 栗川 知己(関西医科大) / 河原 吉伸(阪大) / 鈴木 大慈(東工大) |
| 幹事補佐氏名（英） | Yoshimasa Tawatsuji(Waseda Univ.) / Tomoki Kurikawa(KMU) / Yoshinobu Kawahara(Osaka Univ.) / Taiji Suzuki(Tokyo Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Bioinformatics and Genomics / Special Interest Group on Mathematical Modeling and Problem Solving |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 大規模人流データにおけるデータ同化の高速化の検討 |
| サブタイトル（和） | |
| タイトル（英） | Acceleration of data assimilation for Large-scale human flow data |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 人流シミュレーション / Pedestrian Simulation |
| キーワード(2)（和/英） | Social Force Model / Social Force Model |
| キーワード(3)（和/英） | 遺伝的アルゴリズム / Generation Algorithm |
| キーワード(4)（和/英） | データ同化 / Data Assimilation |
| 第 1 著者 氏名（和/英） | 宮崎 和也 / Miyazaki Kazuya |
| 第 1 著者 所属（和/英） | 熊本大学(略称：熊本大) Kumamoto University(略称：Kumamoto Univ) |
| 第 2 著者 氏名（和/英） | 木山 真人 / Kiyama Masato |
| 第 2 著者 所属（和/英） | 熊本大学(略称：熊本大) Kumamoto University(略称：Kumamoto Univ) |
| 第 3 著者 氏名（和/英） | 尼崎 太樹 / Amagasaki Motoki |
| 第 3 著者 所属（和/英） | 熊本大学(略称：熊本大) Kumamoto University(略称：Kumamoto Univ) |
| 第 4 著者 氏名（和/英） | 岡本 利章 / Okamoto Toshiaki |
| 第 4 著者 所属（和/英） | 熊本大学(略称：熊本大) Kumamoto University(略称：Kumamoto Univ) |
| 発表年月日 | 2022-06-29 |
| 資料番号 | NC2022-25,IBISML2022-25 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | NC-89,IBISML-90 |
| ページ範囲 | pp.178-183(NC), pp.178-183(IBISML), |
| ページ数 | 6 |
| 発行日 | 2022-06-20 (NC, IBISML) |