【研究領域課題番号】20H00292 (KAKENデータベースで見る）

【研究キーワード】

強震動 / 地震ハザード / 機械学習 / 地震動予測式 / 観測記録 / シミュレーション / ビッグデータ

【研究成果の概要】

(1)強震観測記録の地震動強さ指標，震源情報，サイト情報をデータベース化した「強震動データベース」の回帰分析による地震動予測式(GMM)構築のため，次のような検討を行った．まず，強震動データベースによる観測値と既往のGMMの予測値の差を取った「残差データ」を作成し，地震規模や震源距離などとの関係を検討することにより，地震動予測結果のばらつきを低減するための補正項を導出した．また，強震動データベースに基づく地震動予測ニューラルネットワークについて，観測点特性を学習するモデルおよび伝播経路を特定したモデルの構築を行った．
(2)予測地点を特定したGMMによる"点の予測"から"面の予測"に展開することを目的として，Deep inpainting と空間分布マッピングの組み合わせによる地震動データの空間補間方法の手法開発を行った．
(3)地震動の地盤増幅特性に関する人工知能構築に必要となるシミュレーションデータを生成するための，非構造有限要素による地盤増幅シミュレーション手法の開発を行った．具体的には，人工知能構築時にキーパラメータとなる地盤パラメーラを入力とした液状化を対象としたGPUによる高速な地盤増幅解析手法を開発し，人工知能構築に必要となるシミュレーションデータを大量生成可能な手法を構築した．また，波動方程式のシミュレーションデータを用いた人工知能の性能を高めるために，生成データの性質について議論を行った．

【研究種目】基盤研究(A)

【研究期間】2020-04-01 - 2023-03-31

【配分額】42,640千円 (直接経費: 32,800千円、間接経費: 9,840千円)

【研究領域課題番号】19K01910 (KAKENデータベースで見る）

【研究キーワード】

組織行動論 / クリエイティビティ / シミュレーション / ビッグデータ / 経営学

【研究成果の概要】

本研究は、センシング技術を用いた行動のデータ、高頻度の質問紙調査を用いた感情のデータ、一般的な質問紙調査による組織風土のデータを多角的に用い、職場におけるクリエイティビティ発揮の要因を探索的に明らかにした。主に、クリエイティビティにとってオフィスワークを通じた対人ネットワークの充実が重要である反面、テレワークによる自律性の感覚も重要であり、ハイブリッドワークにはジレンマがあることが明らかとなった。

【研究の社会的意義】

生産性向上のもと働き方改革が進展するなか、クリエイティビティを発揮することも肝要である。本研究は、センサー技術を用いた細かい時間単位の行動データ等を取得することで、働き方とクリエイティビティの関係を明らかにした。具体的には、オフィスワークを通じた対人ネットワークの充実が重要である反面、テレワークによる自律性の感覚も重要であり、ハイブリッドワークにはジレンマがあることが明らかとなった。この点は、アフターコロナの新しい働き方を検討する上で意義のある研究成果だといえる。

【研究種目】基盤研究(C)

【研究期間】2019-04-01 - 2022-03-31

【配分額】4,290千円 (直接経費: 3,300千円、間接経費: 990千円)

【研究領域課題番号】19K04946 (KAKENデータベースで見る）

【研究キーワード】

避難行動 / 物的被害 / グラフニューラルネットワーク / データ同化 / シミュレーション / ビッグデータ / 機械学習 / 防災・減災 / 大地震 / リアルタイム予測 / リアルタイム推定 / 避難シミュレーション

【研究成果の概要】

2020年度には，Gretel [Cordonnier et al. 2019]と呼ばれるグラフニューラルネットワーク（GNN）モデルと，データ同化手法の一つであるパーティクルフィルタを統合した，データ駆動型の新たな避難者分布予測モデルを提案した。
2021年度は，上述の避難者分布予測モデルを改良するとともに，擬似的な観測避難者分布の生成に用いていているエージェントベースシミュレーションの結果と比較することで，主に計算時間と予測精度の観点からモデルの有用性を検証することを試みた。
具体的には，第一に，2020年度時点では十分に考慮できていなかった時刻情報を考慮できるよう，入力データの仕様や計算プログラムの改良を行った。時刻情報は，データ同化を行うにあたって重要であるため，発生からの経過時間に応じた道路閉塞状況のみならず，各避難者の位置情報も時刻情報とセットで扱うようにした。加えて，ベースとして用いているGretelは局所的な状況に基づき将来予測を行うものであるが，この特性は目的地（避難場所）をもって行動する避難行動とは乖離がある。そこで，道路ネットワーク上の各交差点（ノード）から各避難場所までの距離をノードの特徴量として組み込むことで，より大局的な避難行動の傾向を考慮した予測を可能とすることを目指した。
また，GNNに学習させる避難行動軌跡数やデータ同化で用いるパーティクル数と，計算コストや予測精度との関係を分析し，リアルタイム予測に求められる要件や期待できる精度について検討を試みた。

【研究種目】基盤研究(C)

【研究期間】2019-04-01 - 2023-03-31

【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)

【研究分野】知能ロボティクス

【研究領域課題番号】17H00766 (KAKENデータベースで見る）

【研究キーワード】

運動の獲得と学習 / スポーツ科学 / シミュレーション科学 / 運動トレーニングの数理 / ビッグデータ / ディジタルヒューマンモデル / シミュレーション / 運動トレーニング / バイオメカニクス / ビデオモーションキャプチャ / データマイニング / クラウドコンピューティング

【研究成果の概要】

だれもが科学的にスポーツに取り組むことができるための情報技術の研究開発を行った。ビデオモーションキャプチャーは革新的な技術である。本研究の成果は、ビデオモーションキャプチャーによる運動解析の基盤技術を確立したことである。トップアスリートがスタッフに囲まれて時間をかけて行っていた科学的運動解析は複数台のビデオカメラで撮影するだけで可能になり、だれもが手の届くものになった。リアルタイムでの筋活動の可視化、体育館やグラウンドでのチームスポーツの全選手の全身動作の３次元の記録などが手の届くところまで近づいた。

【研究の社会的意義】

流れるようなリズムの動作や、素早い動きなどの優れた身体能力に近づくためにトレーニングを客観的で科学的な方法でやりたいと思う人は多い。また、けがをしないように体を守りながらより速く走り、より高く飛ぶことも、だれもがレベルに応じて上達を楽しみながら取り組めるようになる。老化による体や動作の変化を記録して観察することによって、健康寿命を延ばすことができる。私たち人間は意識しない場合でもまわりの人たちの観察をして多くの情報を得ている。ビデオモーションキャプチャーはロボットが人間を見守る技術としてもなくてはならない技術となるだろう。

【研究種目】基盤研究(A)

【研究期間】2017-04-01 - 2020-03-31

【配分額】45,890千円 (直接経費: 35,300千円、間接経費: 10,590千円)

【研究分野】商学

【研究領域課題番号】16K17199 (KAKENデータベースで見る）

【研究キーワード】

ロジスティクス / サプライチェーン・マネジメント / 生産管理学 / 多段階最適化 / モデル構築 / 遺伝的アルゴリズム / シミュレーション / ビッグデータ / 生産管理 / シミュレーション工学 / 流通 / 多段階最適化問題 / 商学

【研究成果の概要】

近年の物流業界では、取り扱い荷物数の増加とトラックドライバーの不足により、需要を満たすことが困難になりつつある。本研究では、製品の生産から出荷、配送に至る工程について効率化・全体最適化を図るためのシステム・手法の提案を行い、導入による効果を分析・評価することを目的とし、従来個々に検討されてきた各階層における最適化問題の深化と、それらを統合した多段階最適化モデルについて、検討を行った。
一方で、各種他産業においてもサプライチェーンの構築と改善は重要な課題となっている。そこで、生産物流におけるサプライチェーン設計・改善技術の他分野への移転についても、併せて検討を行った。

【研究種目】若手研究(B)

【研究期間】2016-04-01 - 2020-03-31

【配分額】4,290千円 (直接経費: 3,300千円、間接経費: 990千円)

【研究分野】土木計画学・交通工学

【研究領域課題番号】25289161 (KAKENデータベースで見る）

【研究キーワード】

データ同化 / ビッグデータ / 状態空間モデル / 交通・行動シミュレーション / アクティビティモデル / OD推計 / シミュレーション / マイニング / モニタリング・センシング / 時系列データ / 交通需要マネジメント / 交通需要予測 / 交通シミュレーション

【研究成果の概要】

計算機能力の進展に伴うシミュレーションの発達と合わせて，交通状態に関する様々な観測データが得られるようになってきた．両者にはいずれも長所と短所があり，これらを融合することで，より精度の高い予測や，観測が不可能な領域の交通状態の推計が可能になると考えられる．
本研究では，様々な観測データとして既存のPTだけでなく，携帯電話の基地局データ，プローブカーデータ，スマートフォンデータ，ETCなど様々なデータの活用を検討した．あわせて，行動シミュレーターや，歩行者シミュレーター，交通シミュレーターなどをこれらのデータに同化する事例を通じて，その枠組みを一般化し，交通の調査とマネジメントへの適用を示した．

【研究種目】基盤研究(B)

【研究期間】2013-04-01 - 2016-03-31

【配分額】17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)

【研究分野】土木計画学・交通工学

【研究領域課題番号】25289160 (KAKENデータベースで見る）

【研究キーワード】

旅行時間信頼性 / 交通運用 / 交通行動分析 / 交通ネットワーク分析 / 交通経済分析 / ビッグデータ / プローブデータ / 交通流理論 / 列車遅延 / 交通状態推定 / 確率モデル / 動的経路誘導 / シミュレーション / 時間信頼性 / 費用便益分析 / 交通行動モデル / 不確実性・リスク / 経路誘導 / 定時性 / 経済評価 / 公共交通遅延 / 行動モデル

【研究成果の概要】

本研究では，従来交通手段別に扱われてきた旅行時間信頼性研究の体系化を行う．まず，研究代表者・分担者らがこれまでに進めてきた都市内交通システムにおける旅行時間信頼性に関する研究をさらに発展させて，都市内道路交通，都市鉄道，空港アクセスバスの各具体事例を対象に，旅行時間信頼性の経済便益評価方法，ならびに，社会的費用最小化の観点から見た運用方法を確立させる．それらの結果を踏まえ，旅行時間信頼性の現象記述・評価・運用に係る方法論を横断的に再整理した上で体系化の枠組みを設計する．最後に，実際の施策分析を通じて，提案した体系化の枠組みの妥当性・有用性を検証する．

【研究種目】基盤研究(B)

【研究期間】2013-04-01 - 2018-03-31

【配分額】17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)