2026-05-11T14:50:17Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00204711 2025-01-19T20:07:05Z 1164:2836:10118:10189

Non-Negative Tensor Factrizationを用いたドックレス型マイクロモビリティの利用形態分類手法の検討 牛島, 秀暢 青木, 俊介 西山, 勇毅 瀬崎, 薫 Hidenaga, Ushijima Shunsuke, Aoki Yuuki, Nishiyama Kaoru, Sezaki 交通やインフラ，スマートフォンなどから得られる様々なデータを統合的に利活用し，都市計画の継続的な改善に役立てるという都市コンピューティングが注目されている．都市コンピューティングは少子高齢化と過疎化が進行する日本においても公共インフラを有効活用し都市を維持するためにも有効である．限られた公共インフラを活用するためには人々の移動目的を推定し，交通リソースを最適化する必要があるが，既存の IC カードなどの交通データでは推定粒度に限界があった．こうした状況の中，特定の返却場所を持たないドックレス型のマイクロモビリティが急速に普及している．ドックレス型マイクロモビリティは平均移動距離が 500m 程度と短く，直接目的地に向かうため，より詳細な移動行動が検出可能である．本研究では，マイクロモビリティが都市空間で離散的に分布する点に着目した．そして，細かく単発的な移動行動を大域的に分析することで潜在的な移動パターンがあることを，Non-Negative Tensor Factrization と呼ばれる教師なし学習を用いることで明らかにした． technical report 情報処理学会 2020-05-21 application/pdf 研究報告マルチメディア通信と分散処理（DPS） 1 2020-DPS-183 1 8 2188-8906 AN10116224 https://ipsj.ixsq.nii.ac.jp/record/204711/files/IPSJ-DPS20183001.pdf jpn