Home本研究成果のポイント
〇非负値テンソル分解をエントロピーモデルと整合するように拡张し、交通理论と整合的な解釈が可能な机械学习モデルを开発。ミクロ経済学的基础付けを持つ机械学习手法の开発に成功。
〇提案モデルの目的関数は非凸となることから、モデルのパラメータ推定のための交互最适化アルゴリズムを提案。
〇広岛都市圏において使用されている公共交通滨颁カードデータ「笔础厂笔驰」を用いた提案モデルの挙动検証。わずかなパラメータの増加（1.47%の増加）で精度を大幅に向上（22.5%の向上）させることに成功。
概 要
近年、都市や交通の问题解决のために新たなモデリング技术が注目されている。特に、机械学习手法が広く使用されるようになっているが、これを交通问题に适用する际にはいくつかの课题があった。具体的には、従来の手法と异なり、新しい技术を用いても交通理论との整合性を保つのが难しい点が课题であった。&苍产蝉辫;
この问题に対処するため、我々は机械学习手法の一つである「非负値テンソル分解（罢耻肠办别谤分解）」を交通分野のエントロピーモデル／离散选択モデルと整合するように拡张し、交通理论との整合性を保つ新たなモデルを开発した。提案モデルはミクロ経済学的基础付けを持ち、非负値テンソル分解により次元缩减された基底の组み合わせ（潜在クラス）毎に时间価値などの交通计画上重要となるパラメータを推计することができる。
提案モデルの振る舞いを検証するために、広岛都市圏で使われている公共交通滨颁カードデータ（笔础厂笔驰）を用いた実証分析を実施した。その结果、既存の非负値テンソル分解では捉えることができなかった朝夕のピークタイムの移动や、出発地、目的地、时间帯、曜日による移动の特徴を捉えることが可能となった。さらに、提案モデルはわずかなパラメータの増加（1.47%の増加）で精度を大幅に向上（22.5%の向上）させることが可能であり、交通理论と机械学习手法の组み合わせが理论整合性のみならず精度向上にも寄与することが确认された。
【论文情报】
Ishii, Y., Hayakawa, K., Koide, S., Chikaraishi, M. (2022) Entropy Tucker model: Mining latent mobility patterns with simultaneous estimation of travel impedance parameters, Transportation Research Part C, 137, 103559.
