地理情報システムに関する国際会議ACM SIGSPATIAL 2020にて下記の内容についてポスター発表します．
下坂研究室ではこれまで乗換検索履歴に基づく都市の異常混雑予測について研究してきましたが，この論文ではより高精度な異常混雑予測のために，乗換検索履歴に加えてGPS位置履歴を統合的に利用するための枠組みについて工夫した手法を提案しています．
本研究は，都市の日常的な人口動態より算出する「異常度」に基づいた回帰の問題を解くことにより，乗換検索履歴の持つユーザのスケジュールパターンを用いて，GPS位置履歴を基にした1週間後の都市の異常を予測可能にするものです．
CityProphet [Konishi+, UbiComp2016]や，異常度に基づかない回帰と比較して，より高精度な異常予測を可能にしました．
イベント発生時の雑踏警備等の施策への応用のほか，クラスタの事前予測によるCOVID-19対策への利用も期待されます．
Soto Anno*, Kota Tsubouchi**, and Masamichi Shimosaka*: Supervised-CityProphet: Towards Accurate Anomalous Crowd Prediction.
(*Tokyo Institute of Technology, **Yahoo Japan Corporation)
NOTE: リンクから登録が可能です． ACM SIGSPATIAL 2020 Register.