交通流理論とAI学習による非日常事象の発見
完了
日下部 貴彦
交通流理論とAI学習を用いて，移動体データと気象・地形データ等を融合解析し，リアルタイムに道路上で発生する非日常事象を発見し，事前にアラート発信が出来る手法を開発する．具体的には以下の3点の技術研究開発を実施する．1.非日常の発見には，利用者の日常の移動行動をAI学習しながら，プローブだけでなくドラレコ（ドライブレコーダー）画像等を自動解析して，質が異なるデータを融合する手法の構築．2.非日常の事前アラートには，渋滞，降雨，降雪，浸水，地形などの観測可能な周辺環境（素因・誘因）と非日常発生との関連性を把握することが重要で，過去の災害や観光地，イベントデータを数多く収集した分析．3.リアルタイムに可視化するシステムについては，より操作性が高く必要な情報を迅速に届けられる速達性に優れたシステムの構築．
変更のために新しい申請を保存します。 This will save a new application on the system for a modification.
申請中の研究者は表示されません。 / Pending researchers are not shown.
川崎 洋輔 / 東北大学大学院 情報科学研究科人間社会情報科学専攻 空間計画科学分野
桑原 雅夫 / 東北大学未来科学技術共同研究センター
梅田 祥吾 / 東北大学大学院 情報科学研究科
申請中のデータセットは表示されません。 / Pending datasets are not shown.
拡張版全国デジタル道路地図データベース 2017年版
年次報告の内容はメンバーのみ表示されます。