東京大学 羽藤研究グループ > 講座 > 2016 > 行動モデル夏の学校2016 > 当日のまとめ

第15回行動モデル夏の学校2016は,東京都・文京区の東京大学本郷キャンパスにて,2016年9月23日から25日にかけての3日間,講師17名(うち若手研究者セッション講演者3名),参加者97名(うち聴講者3名)によって行われました.

このセミナーでは,ネットワーク上の選択理論の基礎となる行動モデルとフローモデルの講義を下敷きに,スマートフォンによるプローブパーソンデータを用いたプログラミングスタディにチームで取り組みます.都市計画や交通計画,土木計画における立地選択,目的地選択,経路選択,交通手段選択などの様々な需要予測の中での位置づけと事例紹介を行ったうえで,道路空間の再配分や観光,中心市街地再生,マーケティングなどへの応用と,プローブパーソン調査などの新たな行動調査とデータプラットフォーム手法についての最新事例を学びました.以下にその内容をまとめます.

During this summer (Sept. 2016), we organized a special seminar. This series of 2-3 days lectures and exercises will be an insight in Model Estimation. This annual event has been held since 2002 and this is the 15th time. Outstanding researchers showed us the case studies on demand estimations of location choice, route choice, and transportation mode choice used in the fields of: Civil planning, Urban planning, and Transportation planning. We learned the brand new methods of individual behavior survey like Probe Person, and thought about how to apply it practically in real world such as: Redistribution of Road Usage, Tourism Planning, Renewal of City Central Area, and Marketing optimization.


基調講演 Keynote lecture / 講義 Lectures /
若手研究者セッション Earlybird Session /
演習 Group work / 表彰 Award







基調講演 Keynote Speech


Prof. Moshe Ben-Akiva ( Massachusetts Institute of Technology )
Diversity and Cultured in Knowledge Creation -The Story of the Tower of Babel Revisited-

行動モデルと最適化を援用したスマートモビリティについて,コンセプトからモデルフレーム,ケーススタディまでご講演頂いた.スマートモビリティ時代に重要なアジェンダとして,スマートフォンアプリを利用したデータ収集,行動モデルを利用した個々人への対応,最適化によるモビリティ供給の効率化,それらを統合したスマートプランニングが挙げられた.その上で具体的に,GPSなどスマートフォン端末のセンサーから生データを得た後,機械学習によるデータ分析と利用者に操作しやすいインターフェースによるデータの修正・追加をインタラクティブに行える観測システムであるFMS,サービスレベルを利用者に応じて変化させることでリアルタイムに車両を最適に配分するFMOD・AMOD,リアルタイムな交通状況等を予測するシミュレーションベースのシステム最適化とアプリに統合された情報とインセンティブによる個別メニュー最適化によって個人の経路選択を変えるMeMOT等について説明がなされた.(PDF Document)




講義 Lectures



Giancarlos Troncoso Parady(Univ. Tokyo)
The Theory and Estimation Methods of Behavior Model

交通需要の基本的な予測手法として四段階推定法が紹介された後,交通需要予測への新たなアプローチとしてActivity-based modelingの導入を行う.時空間プリズムの概念が紹介されたうえでActivity-based modelingの適用可能性の大きさが示された.離散選択モデルの基礎について,意思決定主体,選択肢,説明変数,意思決定ルールを定義し,誤差項の確率分布を仮定することで選択確率が計算できる.離散選択モデルは個人の交通行動を予測する一方で,政策分析では集計的な行動の評価が必要となる.需要変化の評価としては弾性値(elasticity)が代表的に用いられる. (PDF Document)



Makoto Chikaraishi(HiroshimaUniv.)
Advanced Behavior Model

選択肢相関や分散の不均一性,選択肢集合の列挙等の問題を解決するために様々な発展的行動モデルが提案されてきた.中でもクローズドフォームのモデルは,McFadden(1978)によるG関数から導出でき,計算性が高い.誤差分布を特定せずに選択肢間の相関構造を記述できることも特徴の一つである.一方でMEVモデルにしか適用できないという制約があったが,Mattson et al.(2014)はMEVからGEV(一般化極値分布)へと拡張した一般化G関数を提案した.また経路列挙問題に対してはFosgerau(2013)に見られるような,選択肢を明示的に列挙せずにリンクごとの選択問題とみなすモデルが有効である. (PDF Document)


Hideki Yaginuma(Univ. Tokyo)
Open-form discrete choice models

オープンフォームのモデル選択肢間の誤差相関や分散不均一性を柔軟に表現することができる点で優れている.一方で多重積分の計算による計算コストの高さが根源的課題である.18号答申の需要予測の際には,東京の鉄道ネットワークの経路重複が大きな課題であったが,ODペアごとの共分散行列の各値を経路重複割合等で外生的に与える構造化プロビットモデルを用いて,精度向上に貢献した.一方でMixed logit modelは誤差項に2種類の分布を仮定するモデルで,そのパラメータの設定次第で他のGEVモデルを表現できるという特性を持ち,より柔軟なモデルとなっている.(PDF Document)



倉内慎也(愛媛大学) 行動モデルの基礎理論

多項プロビットのようなopen-formのモデルに対して,多項ロジットモデルはclosed-formであるというメリットを持つが,IIA特性が非現実的な結果をもたらすことがある.そこで誤差項間の相関を考慮できるネスティッドロジッドモデルを適用することが考えられる.また,ミックスドロジットモデルは誤差項を分離することで,ロジットモデルの操作性を保ちつつ,より柔軟な誤差項相関を表現することを可能にする.選択確率はopen-formで記述されるため,推定にはシミュレーション法を用いる.(PDF Document)



佐々木邦明(山梨大学) 行動モデルの推定法

行動モデルのパラメータ推定には一般的に最尤推定法を用い,最大化アルゴリズムを用いた繰り返し計算によって推定量を算出する. また誤差項を多変量正規分布で記述する場合は積分計算が必要になるため,シミュレーションによる尤度計算を行い,誤差項に乱数を与えて選択確率を計算するという操作を繰り返し,その平均値を用いてパラメータを推定する.またベイズ推定やMCMC法による推定といった手法も存在し,選定するモデルに適した推定法を選択する必要がある.(PDF Document)



山本俊行(名古屋大学) 行動モデルの応用

ビッグデータの時代とはいえ,個人ごとのモデルや需要の小さい選択肢の予測など,ほしいデータだけを見るとサンプル数が少ないという事態がある.一方,最尤推定量の一致性,漸近的有効性,漸近的正規性は,いずれもNが大きい条件下で成り立つものである.この際,Nが小さい場合のバイアスの除去法としてペナルティ付き尤度(Firth1993)による補正がある.二項ロジットに関してはRのパッケージもある.これについて,多項ロジットへの拡張,ベイズ推定との類似性の指摘等がなされているが,こうした手法が交通分野でも有効なのかを検討していく必要があろう.(PDF Document)



井料隆雅(神戸大学) 行動モデルと均衡

実際の交通量または混雑現象を理解するため,時間軸を含む交通流モデルを用いた動的利用者均衡配分を考えたい.未だ解けていない問題が多いものの,DaganzoのCTMモデルとVickreyの出発時刻選択問題は確立した手法といえよう.CTMモデルはLWRモデルを時間・空間で離散化したものであり,交通流の状態を数値的に計算するための方法としてよく使われる.また,Vickreyモデルではどの利用者もスケジュールコストを最小化できている状態を均衡として解くことができる.最後に,離散マルコフ連鎖で日々のドライバーの経路変更を記述する最新研究を,ChicagoSketchNetworkを用いた計算例で示す. (PDF Document)



円山琢也(熊本大学) 行動観測と分析

熊本地震(2016)に対し,行動意向調査を行いながら復興まちづくりを考えている.同じ益城町でもライフスタイルは世代等によって大きく異なり,困難や不安,今後の意向はそれぞれに異なりうること,また財政面や災害リスクの面を考え合わせる必要がある.また,「行政・被災者」と「大学・研究機関」の橋渡しを地元大学が担うことが重要であろうと考え,そうした状態を目指している.(PDF Document)






若手研究者セッション Early Bird Session



Toru SEO (Tokyo Institute of Technology) / Automated and Adaptive Activity-Travel Survey using Online Interaction with Travelers

長期間で大規模な交通行動調査に向けて,GPSデータから移動滞在判別を行い,活動に対してその活動目的を推定し,推定結果の信頼度が一定以下の場合には被験者に活動目的を尋ねるという手法を提案する.ナイーブベイズ仮説に基づき,過去の時系列データから活動目的とその推定の信頼度を計算することができる.さらに,被験者の回答または推定された活動目的は,被験者固有の時系列データとして活動目的推定モデルの学習に用いられる.実際の行動データを用いて提案手法の妥当性を確認したところ,推定の間違い率は外生的に設定した5%のまま推移し,質問の頻度は調査開始から12日目でおよそ半減した.被験者の回答負荷を減らしながらもデータの質を担保しうる調査手法といえよう. (PDF Document )




Junji URATA (Kobe University) / Modelling of Tsunami Evacuation Behavior accounting for Dynamics of Heterogeneity in Expected Utility

避難行動モデルを考える際,期待効用とその異質性を記述すること,避難開始時刻に関する意思決定を扱うことが重要といえる.そこで,避難と滞在の2肢を各期ごとに選択する逐次選択モデルを構築し,推定と妥当性の検証を行った.滞在選択肢の効用には期待効用EVが含まれるが,災害時の知覚期待効用はベルマン方程式から得られるEVとは一致せず,ある程度のばらつきをもつと考えられる.このばらつきΩを制約条件に加え,SQP法を適用して推定する.東日本大震災時の避難行動データで検証したところ,提案モデルの最終尤度は他の静的モデルよりも高かった上,知覚期待効用の時空間的なばらつきを確認することができた. (PDF Document)




Yuki Oyama (The University of Tokyo) / Structural Estimation for a route choice model with uncertain measurement

GPSデータのマッチング誤差を補正しながら経路選択モデルのパラメータを推定することを考える.これは,従来の「経路選択モデル推定のための経路データを経路選択モデルのパラメータを使って得る」という堂々巡りや,リンクごとに異なるはずの観測誤差の分散σが一定とされている問題を解決する.この際の経路選択モデルのパラメータ推定は不動点問題を解くことにあたり,観測モデルのパラメータ推定を内部問題にもつような構造推定となる.双子実験でモデルと推定方法の有効性を確かめたのち,実データでパラメータ推定を行った.観測モデルと組み合わせない場合に有意であった旅行時間変数の代わりにアーケードダミーが有意となった他,推定結果の精度向上が見られ,リンクごとの観測誤差の分散σのばらつきも確認できた. (PDF Document)








演習 Group work


課題:プローブパーソンデータを用いた行動モデル推定
プローブパーソンデータ(ロケーションデータ,ウェブダイアリー)・土地利用データ・交通ネットワークデータを用いて,離散選択モデルをはじめとした行動モデルの構築と推定を,4~7人での班ごとに行い,成果を発表しました.





team A (Foreign students team) Changes between working and shopping on Transport mode choice   pdf / code

Abstract: Team A focuses on the transportation mode choice and estimate MNL model for segmentation of commuting and shopping behavior. The CBD (car) dummy showed negative significant effect.

感想: First of all I would like to thank the pioneers and organizers of the summer school for having such a wonderful event. The biggest achievement for me was, the experience that I had while working with the other students (group mates). Since all had different ideas and are from different backgrounds, it was a great opportunity to share the knowledge between us. The main challenge that we faced was the limited time. On the second day morning we had 3.5 hours to make the discussion and produce the presentation. Then, in that day night and third day morning for the final output. Meantime, people expect to have a walk around when you visit a new university and as well as new city. So, the studies and these expectations had to fight with the limited time and it resulted in the final output.




team B(IIT + Nagoya Univ.) Variation of mode choice based on time of the day   pdf / code

Abstract:Team B estimated the MNL and NL model for transportation mode choice. They consider "active" and "non-active" modes, and calculated elasticity focusing on the spatial difference.

感想:     == Coming soon ==




team C(Hiroshima Univ.(English)) Mobility analysis in downtown of Yokohama city   pdf / code

Abstract:Team C focused on making more walking trips, and estimated MNL and NL transportation choice model incorporating parking cost. Capturing the influence of destination, the NL model for destination and mode choice was estimated.

感想:       The summer school was a very interesting and valuable experience. The opportunity to watch and interact with all distinguished lecturers with a diverse variety of backgrounds has been a great contribution and inspiration for young researchers. The presence of professor Ben-Akiva as a distinguished guest lecturer was a great contribution for this workshop. On the other hand, the modeling group workshops and presentations are useful to discuss and compare a set of diverse perspectives and modeling approaches that one can consider when having a set of data and available information. Having feedback from the school lecturers is also helpful to improve our results and apply for future research.




Dチーム(広島大学日本語チーム) 鉄道利用における列車種別選択行動のモデル化    pdf / code

発表概要:ラッシュ時の鉄道混雑を問題意識として,急行列車の存在に着目しました.GISの経路情報とNavitimeの情報から急行・各停を判断し,鉄道種類選択行動をモデル化しました.寒い日ダミーや前日長時間勤務ダミーを入れています.

感想: チームの半数がB4生ということもあり,行動モデルの構築にどう取り組めばよいか分からなかったとは思いますが,そのような中でも一生懸命に取り組んでくれたことに感謝したいと思います.モデルの出来については納得のいかない部分が大きいですが,他大学の方の姿勢を見習い,各自の研究への取り組み方やレベルアップに繋げていきたいと思います.ありがとうございました.




Eチーム(東京大学Aチーム) Purchasing activity model focusing on interval   pdf / code

発表概要:買い物の「間隔」に着目して分析と推定を行いました.人によって買い物の頻度が異なることを基礎集計で確認したうえで,買い物行動発生の間隔モデルを作成しました.自宅から最寄り駅までの高度差に有意な結果を得ました.

感想: 自分は今回初めての参加でした.モデルやデータセットの作り方も,コードの書き方もろくにわからない状態でスタートして,先輩方に一つ一つ教わる日々でした.とりわけ面白いと感じたのは,モデルを構築していくプロセスで,基礎分析をもとに必要なパラメータを考えたり,一度コードを回して見てからモデルの妥当性を検証し改善したりすることに,現実を如何に説明するかという楽しみがあると思いました. 先輩方をはじめ,先生方,他の大学の方たちにも本当にお世話になりました.来年も参加したいです.




Fチーム(東京大学Bチーム) Evaluation of Intensive urban transportation focusing on the choice of public transport means   pdf / code

発表概要: 交通Hubに対する利用者側の視点からのモデル化を考えました.MNL/NL/CNLの3つを用いて交通手段+アクセスイグレス交通手段の選択行動をモデル化し,相関の存在を確認しました.アクセス距離の増加による交通手段の変化を検証し,ケーススタディでは政策による地域の総効用の最大化を考えました.

感想: 昨年のモデルオリエンティットなアプローチを反省し,今年は評価したい政策シミュレーションまで筋を通してやりきることを第一目標に据えて頑張った.モデルそのものや着眼点の面白さは追い切れなかったかもしれないが,結果として香住賞をいただくことができたことは非常に光栄に思います.アドバイスいただいた講師の皆さま,本当にありがとうございました.




Gチーム(東京理科大学Aチーム) 帰宅時におけるグルメ情報が行動選択に与える影響   pdf / code

発表概要:グルメ情報に着目したかったが,今回は就業後の活動目的選択行動分析を行いました.目的の効用で悩みましたが,直帰/食事/買い物選択行動をモデル化しました.残業減少による街の活性化などを考えています.

感想: グルメ情報に着目した行動モデルの構築を目指したのですが準備が足りず十分な推定や結果を出すことが出来ませんでした.しかし先生方のアドバイスや行動モデルについての貴重な講義などで大変有意義な時間を過ごすことが出来ました.この経験を今後の研究に活かしたいと思います.ありがとうございました.




Hチーム(東京理科大学Bチーム) ロードプライシング導入による 交通手段選択モデル   pdf / code

発表概要: 横浜市のモビリティデザインとして交通偏りを解消するためのロードプライシングに着目しました.ガソリン代から自動車交通の費用を算出し,交通手段の選択モデルを推定しました.

感想: 私たちのチームはロードプライシングについて着目しましたが,知識・経験不足からモデル推定とプログラミングで手こずってしまい,政策シミュレーションまで取り組むことができず心残りです.しかし,TAの皆様,講師の先生方のアドバイスから様々な考えや他チームから色々な切り口を見ることができ,刺激を受けるとともに貴重な時間を過ごすことができました.ありがとうございました.




Iチーム(神戸大学チーム) 静的均衡配分による 横浜市の渋滞状況の検証と対策   pdf / code

発表概要: 一部のネットワーク改変が周辺のネットワーク交通量に及ぼす影響を確認するため,均衡配分を行いました.一般化費用として時間価値等も考慮し,リンク数が379,000もあったので,リンク分類後にネットワークを縮約しましたが,,計算が回りませんでした.

感想:今回の夏の学校では,チームプレイの大切さを実感しました.交通量配分のプログラムを完成させるために,メンバーで手分けして徹夜で取り組んだことはとても良い思い出になりました.結果的に,横浜市のネットワークで計算を回すことはできず,とても悔しかったですが,来年はしっかりリベンジしたいと思います.夏の学校で学んだ多くのことは今後,研究にもしっかり活かしていきたいです.ありがとうございました.




Jチーム(ナビタイムジャパンチーム) アフター4の充実を目指した 早期時間帯私事&直帰モデル   pdf / code

発表概要: 日本の残業時間の多さを問題意識とし,出勤後の私事トリップ発生モデルを構築しました.交通手段や曜日・退勤時刻の他,習慣行動の影響にも着目し,推定・シミュレーションを行いました.

感想:     == Coming soon ==




Kチーム(個人参加者合同チーム) 自動運転の時間と料金に着目した 交通手段選択モデル   pdf / code

発表概要: レベル4の自動運転を評価するためのモデルを構築することをコンセプトに,自動車費用(燃費+駐車場代)を説明変数に考慮した交通手段選択モデルを推定しました.自動運転車では免許不要,駐車場コスト0とすることで,政策導入シミュレーションを行いました.

感想:「Davis賞を頂き,とても自信になりました.短時間で成果を出せた理由の一つに,幹事のみなさまがデータを使いやすい形にクリーニングして下さったことがあると思います.目的に合わせたデータクリーニングの大切さも実感しました.今回学んだことを実務に活かして行きたいです.」「社会人チームへの参加で準備不足の不安もありましたが,それが逆に集中力となり講義~演習を全力で楽しめました.日常の仕事で抱える問題意識とシンクロした部分もあり,単なる演習に終わらず仕事に生かして行けそうです.」




Lチーム(熊本大学チーム) イグレス距離に着目した交通手段選択モデル   pdf / code

発表概要: イグレス距離による交通手段選択の変化に着目し,モデル推定を行いました.イグレスが閾値的に効いているとの仮定のもと,比較推定による検証を行った結果970mが転換点であるという結論を得ました.

感想: 「人の動きをモデル化する」ことの難しさと面白さを学びました.複雑で膨大なデータの中に因果関係を見出す試みが,大変面白かったです.使うデータは同じなのに,チームによって本当に様々な視点があることに驚きました.また,Rなどの技術は無知であり,先輩方や周りの参加者の結果を眺めるだけになってしまったので,来年は技術や視点をしっかり身につけて再チャレンジしたいです.また東京を始め,全国の皆様との交流から大いに刺激を受けました.ありがとうございました!




Mチーム(芝浦工業大学Aチーム) 私事トリップに着目した 目的地交通手段選択モデル   pdf / code

発表概要: 私事トリップに着目した目的地・交通手段選択モデルを構築しました.NLを構築し,設定した説明変数については仮説に正しい符号となり,スケールパラメータについても有意な結果を得ました.

感想:     == Coming soon ==




Nチーム(芝浦工業大学Bチーム) 居住地選択モデル推定を目指して   pdf / code

発表概要: 居住地の選択モデルを作ろうと,さまざまなモデルの検討(市区町村単位→NL→駅付近or not)を行いましたが,有意なモデルを推定することができませんでした.サンプル数の検討や事前分析が少し足りなかったと思いました.

感想:     == Coming soon ==




Oチーム(山梨大学チーム) 多様性による賑わいを考慮した 目的地選択モデル   pdf / code

発表概要: 賑わいの指標として「目的の多様性」に着目し,「エントロピー」および「Googleのオレンジ面積」という新しい変数を導入した目的地選択モデルを構築しました.

感想:私たち山梨大学チームは目的地選択モデルを推定し,都市部におけるにぎわいに着目して分析を行いました.にぎわいの中でも特にトリップ目的や土地利用における多様性にこだわって,エントロピーを用いてこれを表現することを試みました.推定結果としてはt値などあまりいい値は得られませんでしたが,政策分析まで挑戦できたのは良かったと思います.二日間と短い期間でしたが貴重な経験をさせて頂き,ありがとうございました.




Pチーム(愛媛大学チーム) ゆう活推進による 終業後の活動の変化   pdf / code

発表概要: 夕活に着目し,勤務後の直帰or立ち寄りの選択行動をモデル化しました.出勤時刻と勤務時間の変更政策により,立ち寄り行動が増加することを確認しました.

感想: 行動分析に用いられる推定モデルの話を聞き,見識を深めた.今回は,夕活に着目し,勤務後の直帰or立ち寄りの選択行動に関するモデル化を行い,出勤時刻と勤務時間の変更政策により,立ち寄り行動が増加することを確認した.今後は,性別等の個人属性を考慮した行動分析を行いたいと思った.




Qチーム(国土交通省チーム) 歩行量を最大化する施設配置シミュレーションに向けて   pdf / code

発表概要: 健康まちづくりとスマートプランニングを目指した歩行行動分析を行いました.第1トリップと第2トリップに着目し,娯楽が足の長いトリップになりやすく,第2トリップの足が短いことを確認し,外出/目的/施設のNLモデルを構築しました.結果としては,距離が正に効いている(長距離を歩きたがる)健脚モデルとなりました.

感想:まちづくり,行動モデリングに関心のある有志で結成した国交省チーム.演習では,日常生活で自然と歩くまちづくりのために,PPデータに基づく施設配置シミュレーションを目指しました.ポイントは,選択肢集合をユーザー毎に訪問履歴のある施設に絞ったことと,500mを歩行距離の閾値として効用関数を作成したことです.久しぶりの数式,政策をいかに行動モデリングで表すかという議論,そして覚悟していた徹夜…と充実の夏の学校を送らせて頂きました.ありがとうございました.




Rチーム(東京工業大学チーム) 横浜市西区・中区における放置自転車対策の考案   pdf / code

発表概要: 放置自転車を問題意識とし,駐輪場利用と違法駐輪の選択モデルを構築しました.合法・違法についてはPPの緯度経度情報から丁寧に判別し,GIS・定期/不定期等の情報を用いて変数を作成して推定を行いました.心理的要因が有意に効くことがわかりました.

感想: 参加チームが多い中全く同じデータを与えられ,いかに独創的で他チームと被らないモデルを作れることができるか,こう考えると夏の学校ではモデルを適当に作るだけではだめだなと思いました.そこで僕らはチーム一丸となり案を出し合ってPPデータの位置情報から違法駐輪者を探し出すことはできないかと言う案を考えだし,位置情報を一個一個確認するという(鬼畜な)作業を行いました.当時は死ぬほど辛かったですがおかげで3位をとることができました.うれしかったです.




Sチーム(名古屋大学チーム) 交通手段選択モデルによる地域特性を考慮した交通施策の効果分析   pdf / code

発表概要: 地域特性に着目した交通手段転換政策を考えました.中区・厚木市・西区別に交通手段選択モデルの推定とシミュレーションを行い,政策による交通手段の転換を評価しました.

感想:As a team our initial idea is based on the former studies of the seniors in our lab, which is CO2 emission. Firstly we aimed at using policy strategies to induce people using public transportation instead of my-cars. We did a little data statistic before we went to Tokyo, but as we listended to other teams' pre-study about the data, we thought our thought might be too simple, and many other new ideas pumped up. While time is limited, many teams didn't finished the final analysis, and we as well. We presented the best result we got on Sep. 25.






表彰 Award

行動モデル夏の学校には例年,数理的にモデリングをつめられていたグループには,故・上田孝行先生にちなんだ香住賞が,行動分析によって興味深いfact findingを実現したグループには,故・北村隆一先生にちなんだDavis賞が送られます.今年度の受賞チームは以下の通りです.

香住賞   :Fチーム 東京大学Bチーム

Davis賞:Kチーム 個人参加者合同チーム


©Copyright2015 Behavior in Networks Studies Unit (BinN)  http://bin.t.u-tokyo.ac.jp/