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
IP66_EvacuationLearning
Search
SatokiMasuda
November 18, 2024
Research
0
42
IP66_EvacuationLearning
第66回土木計画学研究発表会・秋大会の発表資料です。「異質性に着目した強化学習に基づく動的避難目的地選択モデル」
SatokiMasuda
November 18, 2024
Tweet
Share
More Decks by SatokiMasuda
See All by SatokiMasuda
ip71_contraflow_reconfiguration
stkmsd
0
110
kanazawa2024
stkmsd
0
49
hksts2024
stkmsd
0
49
IP70_counterfactual_machine_learning
stkmsd
0
50
ip68_LocationGame
stkmsd
0
37
ip67_MFDRL_evacuation
stkmsd
0
46
CPIJ2024_DisasterLocationGame
stkmsd
0
66
jasdis-HospitalEvacuation
stkmsd
0
51
TRC30-CombinatorialReconfiguration
stkmsd
0
37
Other Decks in Research
See All in Research
Stealing LUKS Keys via TPM and UUID Spoofing in 10 Minutes - BSides 2025
anykeyshik
0
150
VectorLLM: Human-like Extraction of Structured Building Contours via Multimodal LLMs
satai
4
380
投資戦略202508
pw
0
570
Nullspace MPC
mizuhoaoki
1
290
2021年度-基盤研究B-研究計画調書
trycycle
PRO
0
410
多言語カスタマーインタビューの“壁”を越える~PMと生成AIの共創~ 株式会社ジグザグ 松野 亘
watarumatsuno
0
140
PhD Defense 2025: Visual Understanding of Human Hands in Interactions
tkhkaeio
1
280
電通総研の生成AI・エージェントの取り組みエンジニアリング業務向けAI活用事例紹介
isidaitc
1
1.1k
Pythonでジオを使い倒そう! 〜それとFOSS4G Hiroshima 2026のご紹介を少し〜
wata909
0
1.1k
20250605_新交通システム推進議連_熊本都市圏「車1割削減、渋滞半減、公共交通2倍」から考える地方都市交通政策
trafficbrain
0
970
若手研究者が国際会議(例えばIROS)でワークショップを企画するメリットと成功法!
tanichu
0
110
Learning to (Learn at Test Time): RNNs with Expressive Hidden States
kurita
1
280
Featured
See All Featured
Product Roadmaps are Hard
iamctodd
PRO
55
11k
Making the Leap to Tech Lead
cromwellryan
135
9.6k
Automating Front-end Workflow
addyosmani
1371
200k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
1.7k
How STYLIGHT went responsive
nonsquared
100
5.9k
YesSQL, Process and Tooling at Scale
rocio
174
15k
Building Flexible Design Systems
yeseniaperezcruz
329
39k
Into the Great Unknown - MozCon
thekraken
40
2.1k
How to train your dragon (web standard)
notwaldorf
97
6.3k
Facilitating Awesome Meetings
lara
57
6.6k
Mobile First: as difficult as doing things right
swwweet
225
10k
How to Ace a Technical Interview
jacobian
280
24k
Transcript
ҟ࣭ੑʹணͨ͠ڧԽֶशʹجͮ͘ ಈతආతબϞσϧ ˓ ૿ా ܛथ ౦ژେֶֶܥݚڀՊ ະདྷ גࣜձࣾ๛ాதԝݚڀॴ Ӌ౻
ӳೋ ౦ژେֶֶܥݚڀՊ 12 ަ௨ωοτϫʔΫੳηογϣϯ 2022.11.12 16:45-18:15 ୈ9ձ ୈճܭըֶݚڀൃදձɾळେձ!ླྀٿେֶ
ආͷωοτϫʔΫσβΠϯɾ੍ޚ 2 ࡂ࣌ʹಥൃతͳधཁ͕ൃੜ͠ɺωοτϫʔΫ༰ྔΛա ةݥେ ةݥத ةݥখ
ආͷωοτϫʔΫσβΠϯɾ੍ޚ Øࡂ࣌ͷใఏڙσβΠϯ Øࡂؒͷආ܇࿅ͷ࠷దઃܭ 3 બͷҟ࣭ੑΛ׆༻ͨ͠ආަ௨ͷΈ߹Θͤ࠷ద ةݥେ ةݥத ةݥখ ใͷֶशաఔͱߦಈม༰ΛϞσϧԽ͠ɺ੍ޚʹ׆༻͢Δ
ֶशաఔͷදݱ – ڧԽֶश ΤʔδΣϯτ͕ڧԽֶशΛߦ͏ͱ͢Δͱɺ ߦಈͱใुͷ֫ಘΛ܁Γฦ͠ɺ࠷దͳํࡦΛֶश͍ͯ͘͠ → ʮඇආʯঢ়ଶʹ͋Δ࣌ɺظใु͕࠷ߴ͍ঢ়ଶભҠΛֶश 4 ࣌ؒ ֶशᶃ
ආޮ༻ 𝑣 ආ ᶄ Ұํɺਓؒڥ͔Β࠷దํࡦΛֶͳ͍͜ͱɺֶशΛ٫ ͢Δ͜ͱ͕͋Δɻ
ֶशաఔͷදݱ – day-to-dayͷܦ࿏બ ܦ࿏બߦಈʹؔ͢Δ࣮ݧ࣮ࣨݧͷݚڀ͕ߦΘΕ͖ͯͨ • ܁Γฦ͠ʹΑΔश׳Խ Bogers, Bierlaire, Hoogendoorn (2007)
• ϕΠζϧʔϧʹΑΔೝͷߋ৽ Jha, Madanat, Peeta (1998) • Horowitz (1984) – ֶशʹΑΔཱྀ֮ߦ࣌ؒͷܗΛදݱ 5 𝑢!" = 𝛽#!$% $ & "'( 𝑤& 𝑇!& + 𝜖!" աڈͷཱྀߦ࣌ؒͷॏΈ͖ฏۉ 𝑤& ͷઃఆʹΑΓ͞·͟·ͳදݱ͕Մೳɻ ex) ͍ۙաڈͷܦݧ΄ͲॏΈ͚ ü ॏΈ 𝑤& ੳऀ͕ઃఆ͢Δ ü ࡂ܇࿅ຖ܁Γฦ͞ΕΔֶशͰͳ͍ ຊݚڀͰ𝑤! Λ٫ͱଊ͑ɺೝֶशաఔΛද͢ॏཁͳ ύϥϝʔλͱͯ͠ਪఆ͢Δ
ຊݚڀͷয త ใͷֶशͱ٫Λߟྀͨ͠ආωοτϫʔΫ੍ޚ nڧԽֶशɾday-to-dayͷܦ࿏બͷֶश • աڈͷܦݧ֎෦ใʹΑΔ֮ߦಈنൣܗ Øֶशִ͕͍ؒ߹ͷɺֶशͱ٫ͷهड़ͱ༧ଌ͕ඞཁ n ආߦಈͷੳ •
܇࿅ใఏڙલޙͷҙมԽͷੳ ØޮՌͷ࣋ଓͷੳ͕ෆՄܽ ࡂكগࣄΏֶ͑शͱ٫ΛϞσϦϯά͠ɺ࣮ݧσʔλʹΑΔ ύϥϝʔλਪఆͰֶशաఔͷಛΛ໌Β͔ʹ͢Δɻ 6
ֶशաఔͷදݱ 7 ࣌ؒ ֶशᶃ 𝑣) ࣌ؒͱͱʹޮՌݮ ٫ ආޮ༻ 𝑣
ආ
ֶशաఔͷදݱ 8 ࣌ؒ ੳ࣌ 𝑣) ࣌ؒͱͱʹޮՌݮ ٫ ආޮ༻ 𝑣 ආ
ֶशᶃ
ֶशաఔͷදݱ 9 ආޮ༻ 𝑣 ආ ࣌ؒ ੳ࣌ 𝑣) 𝜆 𝑣避難
= 𝑣" +𝜆𝛿学習 ֶशޮՌൈ͖ͷ ޮ༻ͷ֬ఆ߲ ֶशܦݧ͕͋Ε ͳ͚Εͷม ֶशᶃ
ֶशաఔͷදݱ 10 ࣌ؒ ੳ࣌ 𝑣) 𝜆 ਅͷޮՌ 𝑣避難 = 𝑣"
+𝜆𝛿学習 ֶशޮՌൈ͖ͷ ޮ༻ͷ֬ఆ߲ ֶशܦݧ͕͋Ε ͳ͚Εͷม ආޮ༻ 𝑣 ආ ܦݧΛ୯७ʹઆ໌มʹؚΊΔ͚ͩͰ ֶशͷޮՌΛաখධՁͯ͠͠·͏ ֶशᶃ
ֶशաఔͷදݱ – ఏҊ 11 ࣌ؒ ֶशᶃ ̅ 𝜆 ආޮ༻ 𝑣
ආ ੳ࣌ ୯Ґ࣌ؒ 𝑣)
ֶशաఔͷදݱ – ఏҊ 12 ࣌ؒ 𝑣) ̅ 𝜆 ආޮ༻ 𝑣
ආ ੳ࣌ 𝛾 ̅ 𝜆 𝛾* ̅ 𝜆 𝛾+ ̅ 𝜆 ੳ࣌Ͱͷ ֶशᶃͷޮՌ 𝑣避難 = 𝑣" +𝛾# ̅ 𝜆𝛿学習① ֶशᶃ͕͋Ε ͳ͚Εͷม ٫ͷఔΛද͢ม𝛾Λಋೖ ֶशᶃ ୯Ґ࣌ؒ
ֶशաఔͷදݱ ʻԾఆʼ • ԿֶशΛ܁Γฦͯ͠ɺͦͷޮՌ ̅ 𝜆Ͱݻఆ • ֶशͷִؒ΄΅ҰఆͰɺwaveؒͰ٫ 𝛾ͰޮՌ͕ݮ͢Δ 13
𝑣避難 = 𝑣" +𝛾!$% ̅ 𝜆𝛿&'() % + 𝛾!$* ̅ 𝜆𝛿&'() * + 𝛾!$# ̅ 𝜆𝛿&'() # + ⋯ = 𝑣" + ̅ 𝜆 * +,% ! 𝛾!$+𝛿+ • ਪఆରɺ ̅ 𝜆ʢֶशʹΑΔޮՌʣͱ 𝛾ʢ٫ʣ શ 𝑥 wave͋Δͱ͖ɺwave 𝑥ޙͷޮ༻ͷ֬ఆ߲ɺ
ֶशσʔλͷऔಘ • ෳwaveͷߦಈσʔλ͕͋Ε٫܇࿅ޮՌͷਪఆ͕Մೳ 14 ࠞࡶใ ආ܇࿅ ආ܇࿅ ආ܇࿅ ࠞࡶใ ਁਫใ
ආ܇࿅ ࠞࡶใ ਁਫใ ආߦಈ SPௐࠪᶃ 2022/3/2 ~ 4 ආߦಈ SPௐࠪᶄ 2022/3/11 ~ 15 ආߦಈ SPௐࠪᶅ 2022/3/25 ~ 29 ආߦಈ SPௐࠪᶆ 2022/4/14 ~ 20 ࠞࡶใ ਁਫใ 272໊
܇࿅ͱใఏڙͷ༷ࢠ 15 1 2 3 ᶃେౡஸஂ ϋβʔυใ ྟւ෦ͷ΄͏͕ਫ ʹରͯ҆͠શͱ͍͏ ͷײͱҧ͏ɻ
ॳΊͯͬͨɻ ਁਫҬʹॅΉߴྸঁੑ
ආతબϞσϧ – 2ͭͷಈֶੑ 16 ࣗ ආॴ A ආॴ B wave1
wave2 ࡂ࣌ ಈతࢄબϞσϧ ආܦݧ ࡂؒ ޮ༻ͷߋ৽ 𝑝 𝑠!"# 𝑠! = 𝑒 # $ % 𝑠!"# 𝑠! ; 𝜽 "&'! ("#$ ∑ ("#$ % ∈* (" 𝑒 # $ % 𝑠!"# + 𝑠! ; 𝜽 "&'! ("#$ % 𝑣!"# = 𝑣$ + 𝜆 % %,&' % 𝛾%(%, 𝛿% wave間 wave
waveؒ ֶशύϥϝʔλͷਪఆ 17 wave1避難者 wave1非避難者 推定値 t値 推定値 t値 非避難効用の変化
(出発時刻選択) 48h前固有項 0.362 2.08* 0.224 0.73 24h前固有項 0.344 1.85 0.862 2.25* 12h前固有項 -0.303 -1.28 -1.541 -1.89 6h前固有項 -1.236 -3.39** 2.173 2.08* 目的地効用の変化 ハザードマップ内 -0.683 -1.40 -1.128 -1.59 避難訓練参加 (自宅選択時) -0.580 -1.05 0.004 0.01 目的地の混雑情報 (非自宅選択時) -0.433 -1.38 -2.017 -2.86** 記憶率 0.143 0.48 0.321 1.20 サンプル数 100 144 初期対数尤度 -723.9 -290.0 最終対数尤度 -682.2 -197.8 尤度比 0.058 0.318 修正済尤度比 0.047 0.290 *:5%有意, **1%有意 • wave1Ͱආ͢Δͱճͨ͠ਓͱͦ͏Ͱͳ͍ਓʹ͚ͯਪఆ ආͷબ͕ݩ͔ Β͍ਓɺ܇࿅ ࢀՃͷޮՌ͕ೝΊ ΒΕͳ͍͕ɺࠞࡶ Λආ͚Α͏ͱ͢Δ ̅ 𝜆 𝛾 忘却率
waveؒ ֶशύϥϝʔλͷਪఆ 18 EMクラス1 EMクラス2 推定値 t値 推定値 t値 非避難効用の変化
(出発時刻選択) 48h前固有項 11.871 0.10 -0.053 -0.30 24h前固有項 0.369 2.14* 0.237 1.11 12h前固有項 -8.180 -0.15 0.143 0.63 6h前固有項 8.740 0.15 -2.449 -5.46** 目的地効用の変化 ハザードマップ内 -2.144 -2.28* 0.847 1.41 避難訓練参加 (自宅選択時) -1.902 -2.20* -0.629 -0.74 目的地の混雑情報 (非自宅選択時) -3.598 -3.09** 0.028 0.08 記憶率 1 4.15** 0.213 1.17 サンプル数 100 初期対数尤度 -723.9 最終対数尤度 -571.7 尤度比 0.210 修正済尤度比 0.188 *:5%有意, **1%有意 Ϋϥε1 = • ਁਫ͢Δॴʹߦ͖ͨ ͘ͳ͍ • ܇࿅ࢀՃʹΑΓආ ޮ༻্͕ঢ͢Δ • ࠞࡶ͢Δॴʹߦ͖ͨ ͘ͳ͍ ͱֶश͢Δൣ Ϋϥε2 = ใఏڙʹײ͕ͳ͍ • wave1Ͱආ͢Δͱճͨ͠ਓͷதʹҟ࣭ੑ͕͋Δͱߟ͑ɺજ ࡏΫϥεϞσϧͰਪఆ ̅ 𝜆 𝛾 忘却率
ආ܇࿅ࢀՃʹΑΔආޮ༻ͷมԽ 19 ࣌ؒ ආ܇࿅ᶃ ආ܇࿅ᶄ 𝑣) ආޮ༻ 𝑣 ආ 2िؒ
−3.60 -0.63 Ϋϥε1 Ϋϥε2
ࠞࡶใఏڙʹΑΔతޮ༻ͷมԽ 20 ࣌ؒ ใఏڙᶃ ใఏڙᶄ ආޮ༻ 𝑣 ආ 2िؒ −1.90
0.03 Ϋϥε1 Ϋϥε2
·ͱΊ üكগࣄʹର͢Δֶशͱ٫ͷաఔΛϞσϧԽ ü࣮ݧσʔλʹΑΔύϥϝʔλਪఆͰ܇࿅ͱใͷֶशաఔΛੳ üใఏڙܦݧʹର͢Δֶशͷఔͱɺ٫ͷ͞ʹҟ࣭ੑ͕ ͋Δ͜ͱΛ໌Β͔ʹͨ͠ ࠓޙͷํੑ Øใఏڙʹର͢ΔԠͷҟ࣭ੑΛར༻ͯ͠ɺආަ௨ͷधཁɾܦ ࿏ɾతͷ࠷ద੍ޚൃల Ø٫ͷԾఆͷ؇ →
ܦա࣌ؒͷߏԽɺม͝ͱʹҟͳΔ٫ͷઃఆ 21