9 2 2.1 2.1.1 1 (trip) 2.1 2.1 1 ( ) 1 1
10 2 4 4 4 2.1.2 4 4 1 4 4?? 2 2.2 4
2.1 11 OD OD OD (a) 4 OD 4 OD
12 2 (b) 4 1 2 (c) r s t rs 2 OD OD t rs (d) 1 1
2.1 13 OD () (e) 1 OD 3 (f) 4 4 4 4 1 4 4
14 2 4 4 4 1 4
2.2 15 2.2 2.2.1 2.3 OD GPS 2.4 2.3 1
16 2 2.3 2.3 Web
2.2 17 2.4 (a) VICS VICS Vehicle Information and Communication System
18 2 VICS 5 365 24 5 1 OD 5 1 1 OD PT PT 2 1960 PT 1 5 1 OD PT 1km 1km
2.2 19 1 LOS PT ETC ETC(Electronic Toll Collection System) ETC IC IC (Integrated circuit card) IC (Suica, PASMO ) IC IC PP (PP ) GPS PP Web
20 2 PP 1?10 1 PP 2?1 PT GPS Bcals Bcals GPS 32Hz 16HZ PP GPS GPS ( ) Bcals
2.2 21 Bcals PP (b) SPStated Preference SP SP RPRevealed Preference SNSocial Networks
22 1 1 [1],,,, :,, 2002. [2] VICS Vol. 23, pp. 1011-1018, 2006. 2.2.2 (a)
23 µ X 1, X 2,..., X n [X n ] [X n ] = X 1 + X 2 +,..., +X n n n (2.1) lim [X n ] = µ (2.2) n X 1, X 2,..., X n µ σ 2 S n = X 1 + X 2 +,..., +X n ( ) Sn nµ lim P α = 1 α n nσ 2π exp( x2 )dx (2.3) 2 n [X n ] [X n ] µ N(0, σ n ) p p n σ 2 σ 2 = (N n) p(1 p) (N 1) n (2.4) 95 95 1.96 n p p = 1.96 (N n) (N 1) p(1 p) n N N n N 1 = 1 (2.5)
24 PT (2007) PT p p = K (ZK 1)(1 r) rn (2.6) K ZK r K = 1.96 95 p p = 0.2 ZK (2003) 14 95 K = 1.96 1 5 2.83[/] 383,584[] 1,085,543[/] 4 ///4 / //52 4 4 52 832[] 20 r = 0.0684 6.8 10.2 (b) (1992)
25 simple random sampling 09 (JIS) (JIS Z 9031) Excel 20 5 1600 140 OD 20 2.6 19 4.7 systematic sampling
26 stratified sampling 4 2 choice-based sampling
27 enriched sampling, 1984 (c) SP SP RP (1993) (1993) RP 2 3 1 3 2 400 /600 5 /10 30 /60 2.5
28 2.1 2 3 1 1 400 5 30 2 400 5 60 3 400 10 30 4 400 10 60 5 600 5 30 6 600 5 60 7 600 10 30 8 600 10 60 2.2 L4 1 2 3 1 1 1 1 2 1 2 2 3 2 1 2 4 2 2 1 2.5 2 L4 2.3 L4 2 (1,1)(1,2)(2,1)(2,2) 1 SP 2.5 L4 2.3 2 3 L4 2 3 L47 L8
29 2.3 L4 1 1 400 5 30 2 400 10 60 3 600 5 60 4 600 10 30 3 4 L913 L27 (2000) SP (d), 2005
30 y t-1 y t y t+1 y t y t = ht ( xt, wt ) x t-1 x t x t+1 xt = ft ( xt 1, vt ) x t µµµµ 2.5 t x t x t = ξ 1 ξ 2 : ξ M (2.7) ξ t t M t x t 2.5 t y t x y x t = f t (x t 1, v t ) (2.8) y t = h t (x t, w t ) (2.9) v t w t 2.8 2.9
31 p h t ( x )) p h t ( x )) p h ( x ) y ) ( t µ µ ( t ( t t t h t ( x t ) h t ( x t ) y y t t 2.6 2.6 h t (x t ) y t p(h t (x t )) (2012) Sau et al. (2007) Cheng (2006) (2013) PT (2012) (2006)
32 2.3 2.3.1 (PT) (PP) (a) PT PT 20 5 3.3 PT PT PT -- -- OD 23 265 PT 1 / 30
2.3 33 2.4 5 5 5 PT / 4 / 3 / 5 16 5 PT 4 3 / PT / 13 / 14 15 PT 4 4 11 IC PT
34 (b) PP GPS PP web PP ER 2005 PP ER 2.7 PP PT PP GPS DRM Web PP
2.3 35 2.7 PP ER
36 2.5 2012 / 1 web / / 9 12 GPS 1 300 GPS 3 100Hz1/100 (c) 1) PT PT 1950 DMATS (Detroit Metropolitan Area Traffic Study) 1967 PT PT PT
2.3 37 PT PT OD OD OD 1 1 OD 1 1 OD 2.8 PT PT OD PT 2.8 2) 1990 PT 1 1 /
38 µ µ} Ž t }µ eµ µ y Žµy µ 1 2 3 4 x ˆ ODz 1 2 3 4 1 543 367 255 155 2 386 345 69 184 3 264 87 435 199 4 143 134 201 365 oƒodz 1 2 3 4 1 234 186 124 75 2 177 166 34 89 3 114 35 232 99 4 68 69 112 177 }µeµ µ 2.8 1 ˆ 2 12:00 3 13:00 2 oƒ 3 14:00 2 15:30 PT 1 1 GPS PP PP 2.9 PT
2.3 39 Œµµ t k t oƒ oƒ y y ˆ µ µ 2.9 x yµµ PP x web / web PP PT 3)
40 y µ µ 2.10 fµ Ž x Ž Ž Q [km/] Ž MFDµŒ Ž K [/] MFD 1) 2) Geroliminis and Daganzo (2008)[?] 2.10 1 1 Macroscopic Fundamental Diagram (MFD) MFD 4)
2.3 データの正規化 41 ゎᯒ z 䛾 y Ṍ 䛾 䝕䞊䝍 ᗙᶆ䝕䞊䝍 x 図 2.11 ビデオデータで観測する交通行動と集計スケール 間スケールは秒もしくはそれ以下の単位で扱われ 数センチメートル 1 メー トル程度のスケールで挙動の表現がなされる 図 2.11 にビデオ調査で得られ るデータ例と処理の例を示す ビデオの画像データは 画像解析によって二 次元である画像から 設定した三次元の位置座標への変換を行う 自動車や 歩行者の位置座標は ビデオのコマごとに推定でき それらをつなぎ合わせ ることによって移動軌跡を得られる 微視的な二次元空間でのモデリングで は人間自体のスケールを考慮して移動中に影響を与える他者や物体への距離 を考え 目的変数として進行する角度や速度を決定する 5) 新たなデータと交通行動分析の融合 交通調査データの他に 新しい技術やサービスにより得られるようになり つつあるデータが交通行動分析においても適用することが行われている 新 たな種類のデータ断片的なデータが多いが 交通調査ではこれまで得られて 来なかった属性や状況を捉えられることが特徴であるといえる 位置情報が付加されたソーシャルネットワークにおける投稿を用いた分析 では 事故の検知や交通行動に関する意識の分析が行われている Mai and Hranac (2013)[?] 高柳ら (2012)[?]) Twitter や Facebook のデータでは 位置情報が文字情報とともに取得されており リアルタイムに投稿文章から 単語の抽出やテキストマイニングを行うことによって細かな状況や意識 感 情の分析が可能となる ϭ
42 PT k PP Œ i Œ i OD i 2.12 PT PP IC ETC PT IC (2012)[?] ETC OD (2009)[?] (d) OD
2.3 43 PT PP 2.12