有村　幹治教授

近年の情報通信技術の進展に伴い、地域・都市・交通計画分野においても、得られるデータ規模が飛躍的に増大しているが、大規模なデータセットはシステム固有の形式に依存し、個々のデータは実数と整数が混合する場合も多い。 本研究では、各種計画の立案支援を目的に統計・各種センサー群より得られる大量なデータに対し、構造データマイニング技術を応用することで、特定の行動パターンや移動パターンの発現を発見・予測する。

プローブカーの走行軌跡と速度分布

渋滞や移動状況を表す時系列データ、また移動体の連続位置情報は、走行環境や利用者属性といった離散的属性を持つ他のデータソースと組み合わすことができる。 このような大規模データは、データ間の関係になんらかの内的、もしくは外的な構造を持つことが想定できる。 本研究では、大規模なデータ集合に、データ間の構造を明示的に取り込めるデータマイニング技術を応用することで特定のパターンを自動的に抽出し、より詳細な都市・地域・交通計画の立案を支援する。

都市内での移動履歴の３D可視化事例（縦軸が時間軸）