人工知能に関する国際会議 The Thirty-Third AAAI Conference on Artificial Intelligence (AAAI-19) にて，
下記の内容に関する口頭発表を行います．

下坂研究室では，これまで大量のGPSデータを活用した都市における活動パターンのモデル化について取り組んできました．
本研究では，地域を高精細なメッシュで分割し，それぞれのメッシュでの活動パターン予測を行う問題に取り組んでいます．

この実現によって，駅の東西や商店街といったレベルで高精細な都市活動の把握が可能になりますが，
メッシュごとに学習に用いることのできるデータ量が非常に少なくなると同時に，解析対象となるメッシュ数は大きくなり
学習が不安定なものになります．

本研究では，因子分解によりパラメータやデータの共有を行うとともに，隣接するメッシュの活動パターンは類似するという地理的近接性を仮定として導入し，効果的にデータ共有を行うモデルを提案しました．
実際のGPSデータを用いた実験で，大規模高精細な都市動態予測における提案手法の有効性を確認しています．

–発表情報–
Technical session “Applications and the Web 3” 2019-01-30 (Wed.) 14:00 – 15:30
Spatiality Preservable Factored Poisson Regression for LargeScale Fine-Grained GPS-Based Population Analysis
Masamichi Shimosaka*, Yuta Hayakawa*, Kota Tsubouchi**
(*Tokyo Institute of Technology, **Yahoo! Japan Corporation)

Poster / Demo Session 1 2019-01-29 (Tue.) 18:30 – 20:30