Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
C2Cシェアサイクル実現に向けた人と自転車のマッチング最適化
Search
Koki Kazaore
April 25, 2024
Research
71
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
C2Cシェアサイクル実現に向けた人と自転車のマッチング最適化
2024年度第1回KP発表資料
Koki Kazaore
April 25, 2024
More Decks by Koki Kazaore
See All by Koki Kazaore
Proposal and Implementation of a New Matching Model for CtoC Bike Share Service
kokikazaore
0
65
nwHacks participation report
kokikazaore
0
41
Won't you come to my house?
kokikazaore
0
88
Bitcoin: A Peer-to-Peer Electronic Cash System
kokikazaore
0
81
Artificial Neural Network: A brief study
kokikazaore
0
59
研究紹介とネットワークサーバー移行奮闘記
kokikazaore
0
120
Other Decks in Research
See All in Research
Sleuthcon Keynote - How Cybercriminals (ab)use AI
fr0gger
0
290
Anthropic が提案する LLM の内部状態を自然言語で説明可能にした Natural Language Autoencoders / Natural Language Autoencoders Produce Unsupervised Explanations of LLM Activations
shunk031
0
160
JICA QUEST 共創×革新プログラム Impact Report(海ノ向こうコーヒー)
ontheslope
0
340
2026年度 生成AI を活用した論文執筆ガイド/ワークショップ / 2026 Academic Year Guide to Writing Papers Using Generative AI - Workshop
ks91
PRO
0
200
HackSick vol.7 LT資料【LLMアーキテクチャ入門・事前学習時の躓き所解説】 スパースなAttention・状態空間モデル
rikkabotan7
0
150
AGI4OPT:自然言語から数理最適化を導くエ ージェントスキル Translating Human Intent into Mathematical Optimization
mickey_kubo
0
170
AIエージェント時代のLLM-jpモデルのあるべき姿
k141303
0
560
EIRによる不正端末のブロッキング 5G時代におけるデバイス識別と不正対策の進化
stellarcraft
0
110
Model Discovery and Graph Simulation: A Lightweight Gateway to Chaos Engineering
anatolykr
0
250
Harness Engineering and Al Agent
kzinmr
3
1.9k
Scalable dynamic origin-destination demand estimation enhanced by high-resolution satellite imagery data
satai
3
400
Apache Gravitinoで実現する Icebergカタログ統合とアクセスの一元化
matsumooon
0
420
Featured
See All Featured
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
2
3.8k
Agile Leadership in an Agile Organization
kimpetersen
PRO
0
200
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
5
1.2k
We Are The Robots
honzajavorek
0
300
For a Future-Friendly Web
brad_frost
183
10k
The untapped power of vector embeddings
frankvandijk
2
1.8k
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.7k
Speed Design
sergeychernyshev
33
2k
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
890
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
Build The Right Thing And Hit Your Dates
maggiecrowley
39
3.4k
Site-Speed That Sticks
csswizardry
13
1.4k
Transcript
C2Cシェアサイクル実現に向けた 人と自転車のマッチング最適化 知能モデリング研究室 Koki Kazaore 2024/4/25 第1回KP
2 限られた一定のエリア内に配置されたシェアサイクルポートにおいて自転 車を自由に貸出・返却できるサービス 利用例 • 観光 • 低価格で自由度高く • ラストワンマイルとして
• デリバリー配達員 • 働く人が初期コストを抑える目的として シェアサイクルサービスとは 自転車を共有するサービス
3 ふくチャリ分布例(ふくチャリ公式サイトより引用)
4 ふくチャリ分布例(ふくチャリ公式サイトより引用)
5 個人間シェアリングでは 利用者が所有者の元に返却しなければならない。 個人間シェアリングでかつ乗り捨てが可能であれば モビリティーの自由度向上に期待される。 可能な限り乗り捨てを可能とするシステムを構築するため 人と自転車を最適にマッチングするためのモデルを構築する。 モデリングの導入
6 - ランダムに10個の自転車を配 置する。 課題の整理
7 - ランダムに10個の自転車を配 置する。 - シェアサイクルのユーザーが ★にいるとする。 課題の整理
8 - ランダムに10個の自転車を配 置する。 - シェアサイクルのユーザーが ★にいるとする。 - ユーザーは→の方向を目的地 として自転車を利用したい。
課題の整理
9 - ランダムに10個の自転車を配 置する。 - シェアサイクルのユーザーが ★にいるとする。 - ユーザーは→の方向を目的地 として自転車を利用したい。
- 直感的にはユーザーは〇のど ちらかを利用したい。 - これらが乗り捨てされた自転車 だった場合は? 課題の整理
10 - 自転車(乗り捨て含む)とユー ザーの方向をプロット。 課題の整理
11 - 自転車(乗り捨て含む)とユー ザーの方向をプロット。 - それぞれの自転車の所有者の 位置を考慮。 課題の整理
12 - 自転車(乗り捨て含む)とユー ザーの方向をプロット。 - それぞれの自転車の所有者の 位置を考慮。 - それぞれの自転車の所有者ま での位置関係をベクトルで表
現。 課題の整理
13 - 自転車(乗り捨て含む)とユー ザーの方向をプロット。 - それぞれの自転車の所有者の 位置を考慮。 - それぞれの自転車の所有者ま での位置関係をベクトルで表
現。 - 「乗り捨て可能なシステム」を 実現するにあたっては、直感 的に〇をユーザーに割り当て ることが最適。 課題の整理
14 - パラメータ定義 - B: 貸出可能な自転車の集合 - vb: 自転車bからその所有者までの方向ベクトル -
制約 - 人と自転車のマッチング要件 - 利用前に人(シェアサイクリングサービスにおけるユーザー)の目的地を予め取得できてい ることとする。 - ユーザーから半径r(=16)の範囲内に存在する自転車からマッチングする - 人と自転車は同一期間に2つ以上割り当てられない - 最小化対象期間 - 所有者が少なくともいつまでに自転車が手元にないといけないのか - 初期段階のモデリングでは個の要件は無視する - 目的関数 - 現在地からホームポジションへの方向ベクトルのノルムの総和を最小化 - 課題の定義
15 移動後 シミュレート(ユーザー数n=1) = 1071.71 = 813.96
16 - 課題 - 制約条件の追加 - 分散の計算手法(ユーグリッド距離・マンハッタン距離) - 今後の方針 -
分散によって自転車の利用料金を重み付けし,シミュレートする - シェアサイクルサービスのAPIサーバーとして本モデルを実装する 課題と今後の方針
17 C2Cシェアサイクル実現に向けた 人と自転車のマッチング最適化 個人間シェアリングかつ乗り捨てを実現し、モビリティの自由度をたかめる ための最適化について提案 n=1におけるマッチングシミュレートは上手く回った 今後はより現実社会における制約をモデルに落とし込みよりよいモデルを 構築し,シェアサイクルシステムのAPIサーバーとして機能してもらう まとめ
18 補足用スライド
19 世界的にシェアサイクルサービスが普及している 研究背景 一方で,地方ではそれほど普及していない [1] [2]
サービス概要と分布例 分布例 福井市より提供されているシェアサ イクルサービス「ふくチャリ」の実際 の分布例 CtoCモデルで期待される分布例
21 これってCtoCにしたら もっと便利じゃない?
22 ケーススタディ 大学 利用者 徒歩30分 駐輪場 レンタル10分 個人所有者 市役所 -
大学にいる - 自転車持っていない - 市役所に行く用事がある - 大学にいる - 自転車で通学 - 置きっぱなし
23 断言はできないが... • 法律 • 単価が低い • 事故した時の保険 あたりが障壁になっているのかな? なぜCtoCのシェアサイクルサービスは無いのか
24 概要 システム概要・構成 ユーザー ベンダー 利用者 シェアサイクル 分布イメージ オーナー 個人貸主
個人貸主 自転車ポート 駐輪場 駐輪場
25 構成 システム概要・構成 NFC Finger Print
26 実装 NFC Finger Print
動作例:指紋認証ベース
自己紹介 • Koki Kazaore • 知能モデリング研究室M2 • スポーツ観戦 • https://www.kaza.ooo