| 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 | 2026-05-07 13:55 携帯電話事業者における位置登録情報を用いた象限C推定人口及び移動履歴のTransformerを用いた分析例 ○吉井英樹・山崎耕平・永田拓也（ソフトバンク）・一藤 裕（長崎大）  LOIS2026-3 |
|
| 抄録 | （和） | 筆者らは前稿において，4象限推定人口のうち象限C推定人口の妥当性を，2024年および2025年10月の都市部の鉄道改札データとの比較を通じて確認した. また，移動軌跡データを用いた目的地予測や，特定のコンテキスト条件下での移動軌跡生成についても検討してきた. 本稿では，東京都発京都訪問に係る移動軌跡データを用いて，Next Token Prediction（NTP）モデル，Masked Language Modeling（MLM）モデル，およびMLM学習結果を事前学習として利用しNTPタスクでファインチューニングしたモデルを構築した. そして，これらのモデルから得られる埋め込み表現および条件付き予測結果を比較分析することにより，学習データの特性や学習方法の差異が，地区の分離性や将来移動予測性能に与える影響を考察する. |
| （英） | The authors confirmed in a previous study the validity of the estimated Quadrant C population within the four-quadrant population framework by comparing it with railway ticket gate data collected in urban areas in October 2024 and October 2025. In addition, we have been investigating destination prediction and the generation of mobility trajectories under specific contextual conditions using mobility trajectory data. In this paper, using mobility trajectory data related to visits to Kyoto originating from Tokyo, we construct a Next Token Prediction (NTP) model, a Masked Language Modeling (MLM) model, and a model fine-tuned on the NTP task using MLM-trained results as pre-training. By comparatively analyzing the embedding representations and conditional prediction results obtained from these models, we examine how differences in training data characteristics and learning methods affect district separability and future mobility prediction performance. | |
| キーワード | （和） | 4象限推定人口 / 象限C推定人口 / Next Token Prediction / Masked Language Modeling / / / / |
| （英） | Four Quadrants Estimated Population / Quadrant C Estimated Population / Next Token Prediction / Masked Language Modeling / / / / | |
| 文献情報 | 信学技報, vol. 126, no. 11, LOIS2026-3, pp. 13-18, 2026年5月. | |
| 資料番号 | LOIS2026-3 | |
| 発行日 | 2026-04-30 (LOIS) | |
| 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 | LOIS2026-3 |
|
| 研究会情報 | |
| 研究会 | LOIS IPSJ-CN IPSJ-SPT |
| 開催期間 | 2026-05-07 - 2026-05-08 |
| 開催地（和） | 東京通信大学 新宿駅前キャンパス（モード学園コクーンタワー 211教室） |
| 開催地（英） | Mode Gakuen Cocoon Tower |
| テーマ（和） | ライフログ活用技術、オフィス情報システムほか関連テーマ、グループウェアとネットワークサービス、セキュリティ心理学とトラスト |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | LOIS |
| 会議コード | 2026-05-LOIS-CN-SPT |
| 本文の言語 | 日本語 |
| タイトル（和） | 携帯電話事業者における位置登録情報を用いた象限C推定人口及び移動履歴のTransformerを用いた分析例 |
| サブタイトル（和） | |
| タイトル（英） | An analysis example using a Transformer on Quadrant-C estimated population and mobility histories derived from mobile carrier location registration data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 4象限推定人口 / Four Quadrants Estimated Population |
| キーワード(2)（和/英） | 象限C推定人口 / Quadrant C Estimated Population |
| キーワード(3)（和/英） | Next Token Prediction / Next Token Prediction |
| キーワード(4)（和/英） | Masked Language Modeling / Masked Language Modeling |
| 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） | 吉井 英樹 / Hideki Yoshii / ヨシイ ヒデキ |
| 第1著者 所属（和/英） | ソフトバンク株式会社 (略称： ソフトバンク) SoftBank Corp (略称： SBKK) |
| 第2著者 氏名（和/英/ヨミ） | 山崎 耕平 / Kohei Yamasaki / ヤマサキ コウヘイ |
| 第2著者 所属（和/英） | ソフトバンク株式会社 (略称： ソフトバンク) SoftBank Corp (略称： SBKK) |
| 第3著者 氏名（和/英/ヨミ） | 永田 拓也 / Takuya Nagata / ナガタ タクヤ |
| 第3著者 所属（和/英） | ソフトバンク株式会社 (略称： ソフトバンク) SoftBank Corp (略称： SBKK) |
| 第4著者 氏名（和/英/ヨミ） | 一藤 裕 / Yu / イチフジ ユウ |
| 第4著者 所属（和/英） | 長崎大学 (略称： 長崎大) Ichifuji (略称： Nagasaki Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-05-07 13:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | LOIS |
| 資料番号 | LOIS2026-3 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.11 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2026-04-30 (LOIS) |
[研究会発表申込システムのトップページに戻る]