こんにちは！今回はエクスポリス合同会社からも国内研究会の論文発表に参加させていただきましたので、その件についてご紹介させていただきます。

📘 論文発表の背景

エクスポリスは東京電機大学知的情報空間研究室から生まれたスタートアップです。
このような背景から、サービスをご提供しているパートナーさまと共同で研究レポートを執筆していくことで、サービス内容をお届けするだけでなく、研究として貢献していくことを目指してます。

本研究論文では、弊社のサービスであるExpolis Cloud Platformをベースとして構築された「データプラットフォームくれ」で配布されている、人流データを用いた国内研究会での発表についてご紹介させていただきます。

また、大学ではなじみ深い研究会ですが、多くの方が知らない部分もあるかと思いますので、発表内容と合わせて研究会についてもご紹介いたします。
ぜひご一読ください💁‍♀️

📘 情報処理学会 モバイルコンピューティングと新社会システム研究会での発表

発表させていただいた学会は「情報処理学会」、研究会は「モバイルコンピューティングと新社会システム研究会」です。
今回の発表内容は、「広島県呉市における高密度な人流データの利活用を目的としたデータ分析手法に関する一考察」です。

概要

本研究では従来の人流解析として用いられているパーソントリップデータとGPSベースのデータを比較し、そのデータ性質をもとにどのような活用方法が見込めるかについて述べたものです。

発表スタイル

今回はWIP形式で発表いたしました。WIPとはWork in Progressの略称で進行中の研究で明確な評価が出ていない段階だけれども、研究の質の向上を目指して発表し、有識者から意見をもらうという発表スタイルです。
本研究では人流データを使った過去、予測パターンの抽出を行いたいと考えていますが、その点についてはまだまだ、ということでWIPスタイルで発表しました。

📘 人流データの解析方法

人流データといってもパーソントリップデータのようなデータや、スマートフォンが流通してから利用可能になったGPSベースのデータなどが存在します。今回の発表で利用したデータは後者となります。
これらGPSベースの人流データですがどのような解析方法があるのでしょうか？以下のような方法が想定されます。

GPSベースの人流データの解析方法

1. 探索的データ分析 (EDA):

   • データ視覚化: 地図上での動きのパターンや人流の密度などを視覚化

   • 統計的分析: 人流の基本的な傾向や特徴を把握

2. パターンとトレンド分析:

   • 時間帯や場所ごとの人流の動きの分析

   • 特定のイベントや条件に関連する人流の変化の分析

3. 予測モデリング:

   • 機械学習や統計的手法を用いて、将来の人流の動きを予測

   • 異常検知モデルを使用して異常な人流のパターンを特定

GPSベースの人流データの解析は、都市計画、交通管理、公共安全、商業活動の最適化など、多様な分野での応用が可能です。データの正確な解析と適切な利用が、これらの分野における効率性と有効性の向上に寄与します。この点を呉市のお住まいの方々にどのように提供できるか、また別の地域の同様のデータがあった場合、どのように汎用できるかを今後は追及していく予定です。

📘 今後の展開について

このように弊社では社内や研究室とのコラボレーションで培った知見を共有できる箇所においては、積極的に論文化し、できる限り多くの方に届けていきたいと考えています。

クライアントさまへ

弊社のサービスである「Expolis Cloud Platform」、「Expolis Education Program」をご利用いただき、社会的なインパクトを学会活動を通じて残していくことにご興味がありましたら、ぜひご相談ください。

研究員インターン制度について

弊社が持つ研究に関する知見をもとに学会活動をなさりたいというご希望の方に対して研究活動を行うことを目的としたインターンを募集しております。ご興味がある方は以下のお申込みフォームからお気軽にお問い合わせください。

お問い合わせはコチラ
🔊 皆さんの意見をお聞かせください。本記事についてもご感想お聞かせいただければ嬉しいです。