Friday, 2022/08/19

  • 東京工業大学
  • 情報理工学院
  • 情報工学系
  • Switch Language
    • ja日本語
    • enEnglish (英語)

下坂研究室

Shimosaka Research Group pursuing MIUBIQ (machine intelligence in UbiComp Research)

  • ホーム
    • メンバー
    • 所在地
  • ニュース
  • プロジェクト
  • 発表論文
  • 受賞
  • アーカイブ
    • コード
    • データセット
Navigation
News PAKDD2021にて,階層ベイズに基づく大規模GPSデータを用いた高精細都市動態解析手法について発表します.

PAKDD2021にて,階層ベイズに基づく大規模GPSデータを用いた高精細都市動態解析手法について発表します.

2021/05/11 | News発表 | 510 views |

The 25th Pacific Asia Conference on Knowledge Discovery and Data Mining (PAKDD-2021) が5/11-14にオンライン開催されます.

研究室から以下の発表を行う予定です.研究室卒業生の早川さん主著の論文になります.

In recent years, the use of smartphone Global Positioning System (GPS) logs has accelerated the analysis of urban dynamics. Predicting the population of a city is important for understanding the land use patterns of specific areas of interest. The current state-of-the-art predictive model is a variant of bilinear Poisson regression models. It is independently optimized for each point of interest (POI) using the GPS logs captured at that single POI. Thus, it is prone to instability during fine-scale POI analysis. Inspired by the success of topic modeling, in this study, we propose a novel approach based on the hierarchical Dirichlet process mixture regression to capture the relationship between POIs and upgrade the prediction performance. Specifically, the proposed model enables mixture regression for each POI, while the parameters of each regression are shared across the POIs owing to the hierarchical Bayesian property. The empirical study using 32 M GPS logs from mobile phones in Tokyo shows that our model for large-scale finer-mesh analysis outperforms the state-of-the-art models. We also show that our proposed model realizes important applications, such as visualizing the relationship between cities or abnormal population increase during an event.

-発表情報-
Research Session 12 (May 14, 2021, 10:15 – 12:30 Indian Standard Time (IST) (UTC + 05:30))

Yuta Hayakawa*, Kota Tsubouchi**, Masamichi Shimosaka*:
Simultaneous multiple POI population patternanalysis system with HDP mixture regression
(*Tokyo Institute of Technology, **Yahoo Japan Corporation)

  • tweet

Comments are disabled for this post

Social Networks

  • twitter
  • rss

Recent News

  • 頑健かつ効率的な連続状態空間最大エントロピーIRLについてIV2022にて発表しました 2022/06/09
  • ロボティクス・メカトロニクス 講演会 2022(6/1~4)にて細密なデータを用いた速度分布予測について発表しました 2022/06/06
  • 情報処理学会UBI研究会74回研究発表会(2022/6/6,7)にてUWBの測定距離と直接波の減衰度を利用したデバイスフリー複数人屋内測位ついて発表します 2022/06/02
  • 情報処理学会UBI研究会73回研究発表会で発表した論文がUBIヤングリサーチャー賞を受賞しました 2022/04/18
  • 地域特性理解促進のための画像・検索クエリ・GISデータに基づくデジタルマップアプリケーション 2022/03/18
  • 情報処理学会UBI研究会73回研究発表会(2022/3/7,8)にて画像・検索クエリ・GISデータを活用した都市特性を解析するアプリケーションついて発表しました 2022/03/09
  • 第22回計測自動制御学会 システムインテグレーション部門講演会で発表した論文が優秀講演賞を受賞しました 2022/03/09
  • 特徴量探索とパラメタ最適化に基づくコンパクトな運転行動モデリングを第22回計測自動制御学会システムインテグレーション部門講演会(2021/12/15~17)にて発表しました 2021/12/15
  • 屋内測位のためのベイズ最適化に基づく歩行距離を考慮した効率的なデータ収集位置推薦をIPIN2021にて発表します 2021/11/29
  • ACM SIGSPATIAL 2021にて2本の論文の発表を行います 2021/11/01

Search

Copyright 2015 · Shimosaka Research Group at TITECH