地理情報システムに関する国際会議 ACM SIGSPATIAL 2024にて，以下の2つの内容について発表します．
1. Congestion Forecast for Trains with Railroad-Graph-based Semi-Supervised Learning using Sparse Passenger Reports
本研究では，乗換案内アプリケーションを通じて収集された乗客からの報告データを利用した，鉄道混雑予測手法を提案しています．乗客からの報告データは，導入コストの高い荷重センサーや，死角の問題を有するカメラベースの手法と比較して，混雑状況を効率的に知る手段として近年注目を集めています．
しかし，全ての乗客が必ず混雑状況を投稿してくれるとは限らず，十分な量の報告データを担保することが難しいという課題があります．そのため，混雑の正解ラベルが存在しない路線や時間帯に対して，十分な予測性能を担保することが困難でした．
本研究では，こういった”疎な”報告データから鉄道混雑を精緻にモデル化するために，半教師あり学習と鉄道ネットワークを指向したグラフを用いる枠組みを提案します．また実際の報告データを用いた性能評価実験により，提案手法が，最新の半教師あり学習手法と比較してより高精度に混雑状況を予測可能であることを示しています．
2. Are Crowded Events Forecastable from Promotional Announcements with Large Language Models?
お祭りや花火大会といったイベント下における人出の予報は，購買需要の推定や混雑回避の観点から重要な話題です．
既存の人出予測手法では，イベントの内容や天候といった開催条件から，予測に効く情報をリストアップし，特徴量を設計する戦略がとられていました．しかし，特徴量の設計や選択には，イベントの開催に関する専門知識を必要とします．そのため，これまでの取り組み[Yamashita, ESWA 2022; Al-Buenain+, Math. 2024]では，スポーツの試合といった一部のイベントでのみ人出の予測が実現されており，特徴量エンジニアリングのコストの面から，その他多くのイベントに対して既存の手法を適用することは困難でした．
そこで本研究では，イベントの条件を反映したデータセットとして，イベントの「告知情報」に着目します．しかし，テキスト形式で与えられる告知情報は，イベント間で統一されたフォーマットはなく，またイベントの内容以外への言及も含むなど，ノイズを多く含むデータです．そこで本研究では，告知情報を近年発展著しい大規模言語モデル(LLM)を用いて整形・特徴量化し，イベント下の群衆動態のモデリングに使用することを提案します．実際の人流ログデータ，イベントの告知情報を用いて，提案した枠組みの性能評価を行い，イベントの内容を考慮することで，イベント間の人出の違いが精緻に予測可能となったことを確認しています．
なお，こちらの研究内容の詳細については，合わせてプロジェクトページもご覧ください．
— Presentation information —
Poster/Demo Session (Wed., Oct. 30, 2024, 16:30 PM – 24:00 PM EDT) (Program)
Soto Anno, Kota Tsubouchi, and Masamichi Shimosaka.
Congestion Forecast for Trains with Railroad-Graph-based Semi-Supervised Learning using Sparse Passenger Reports.
SIGSPATIAL’24: Proceedings of the 32nd ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (ACM SIGSPATIAL GIS 2024), Atlanta, GA, USA, Oct. 29 – Nov. 1. 2024.
Soto Anno, Dario Tenore, Kota Tsubouchi, and Masamichi Shimosaka.
Are Crowded Events Forecastable from Promotional Announcements with Large Language Models?
SIGSPATIAL’24: Proceedings of the 32nd ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (ACM SIGSPATIAL GIS 2024), Atlanta, GA, USA, Oct. 29 – Nov. 1. 2024.