遅くなってしまいましたが，先月大阪で行われた
The 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp 2015)で携帯位置履歴情報に基づく都市の動態解析（1日の活動人口の変化）に関する発表を行いました．
都市における人の流れは，場所，時間により変化します．大量の人流データを圧縮しパターンんを抽出する方法が熱心に議論されています．一方，これの変化の要因を明確に扱う研究はあまり見られませんでした．本発表では要因と人流の変化との関係性を明示的にモデル化することで，近い未来の人流を高精度に予測する方法を提案しました．例えばビジネス街における平日の天候による人流量の変化は観光地の休日の天候による変化より小さい，といった関係を定量的にモデル化するものです．本研究ではこの問題に対して，多タスク学習の文脈で開発した低ランクポアソン回帰を適用しています．このモデルを使うことで，都市におけるイベント検知の高精度化，都市開発に有益な人流シミュレーション，人流データに基づく土地利用特性の自動推定といった新たなアプリケーションを提案しています．
9/10 Late Morning 11:30 – 12:40, Room 1+2
UbiComp/Urban Dynamics
Forecasting Urban Dynamics with Mobility Logs by Bilinear Poisson Regression
Masamichi Shimosaka*, Keisuke Maeda**, Takeshi Tsukiji**, Kota Tsubouchi***
(*Tokyo Institute of Technology, **The University of Tokyo, ***Yahoo! JAPAN Research, Japan)
本モデルは昨年度のIBISで発表した，家庭内活動センサの反応頻度モデリング（その開発の一部はJST/CRESTにより支援頂いた）を人流データの分析に展開したもので，
Yahoo! JAPAN Researchとの共同研究の成果になります．