| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-06-29 13:30 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・木山真人・尼崎太樹・岡本利章（熊本大）  NC2022-25 IBISML2022-25 |
|
| 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． |
| （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 / / / / |
| （英） | Pedestrian Simulation / Social Force Model / Generation Algorithm / Data Assimilation / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 89, NC2022-25, pp. 178-183, 2022年6月. | |
| 資料番号 | NC2022-25 | |
| 発行日 | 2022-06-20 (NC, IBISML) | |
| 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 | NC2022-25 IBISML2022-25 |
|
| 研究会情報 | |
| 研究会 | NC IBISML IPSJ-BIO IPSJ-MPS |
| 開催期間 | 2022-06-27 - 2022-06-29 |
| 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） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2022-06-NC-IBISML-BIO-MPS |
| 本文の言語 | 日本語 |
| 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（英） | |
| 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 |
| キーワード(5)（和/英） | / |
| 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） | 宮崎 和也 / Miyazaki Kazuya / ミヤザキ カズヤ |
| 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/ヨミ） | 木山 真人 / Kiyama Masato / キヤマ マサト |
| 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/ヨミ） | 尼崎 太樹 / Amagasaki Motoki / アマガサキ モトキ |
| 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/ヨミ） | 岡本 利章 / Okamoto Toshiaki / オカモト トシアキ |
| 第4著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-06-29 13:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2022-25, IBISML2022-25 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.89(NC), no.90(IBISML) |
| ページ範囲 | pp.178-183 |
| ページ数 | 6 |
| 発行日 | 2022-06-20 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]