17:17:25 開始 EIJI HATO から 全員:
	動的な行動や意向の変化を計測することは交通需要予測でも大変基本的な計測法になりますし、同一個人に対する繰り返し調査はパネル調査と言われています。
17:18:30 開始 EIJI HATO から 全員:
	どういう個人の複数データがあると個人の固有の嗜好が計測できるので異質性を考慮したさまざまなモデルアプローチの適用が可能となります。
17:20:08 開始 EIJI HATO から 全員:
	nomothetic approachとideofgrphic approachがありましたが機械学習が出てきてだいぶマップが最近は変化してきていますね。
17:21:52 開始 EIJI HATO から 全員:
	規範型と言われる数理的な理論を基盤とするアプローチと記述型と言われる心理的な機構の仮定をおいていくアプローチですが、機械学習はとにかく当たればいいので第三の方法と言ってもいいかもしれません。
17:23:18 開始 EIJI HATO から 全員:
	機械学習に基づくモデルは大規模データを用いてGPSデータなどから特徴量を柔軟に取り出してモデル化していく点に大きな特徴があります。
17:24:39 開始 EIJI HATO から 全員:
	データの欠落を考慮をしたモデルには、EMアルゴリズムのようなアプローチもあります。EステップとMステップを組み合わせて欠落のあるデータを含んだ複合的なデータのパラメータ推定バイアスを補正することもできます。
17:26:15 開始 EIJI HATO から 全員:
	欠損ではありませんが、データの位置精度のようにばらつきがある場合、ばらつきの違いを考慮したモデリングの推定例としてこいう論文もあります。
	https://www.sciencedirect.com/science/article/pii/S0968090X1830682X
17:27:29 開始 EIJI HATO から 全員:
	選択肢の相関は行動モデルにおいてもっとも重要な概念なので理解してください。少し難しそうに感じますが、わかると簡単です。
17:28:05 開始 EIJI HATO から 全員:
	構造化プロビットなんかの方がわかりやすいかも。https://www.jstage.jst.go.jp/article/journalip1984/13/0/13_0_563/_pdf/-char/ja
17:31:24 開始 EIJI HATO から 全員:
	これも相関を扱っていますが、networkGEVやCNLモデルなど複数のモデルがあるので選択肢の相関を考慮することが重要になると思います。https://www.sciencedirect.com/science/article/abs/pii/S0191261517311955
17:33:00 開始 EIJI HATO から 全員:
	これらの参考文献が関連しています。
	ネットワーク上の経路選択モデル
	E.Frejinger.M.Bierlaire,M.Ben-Akiva:Sampling of alternatives for route choice modeling,Transportation reserch partB, Vol.43, pp. 984-994, 2009. [PDF]
	山川佳洋: 選択肢の認知－学習過程を考慮した都市空間における経路選択機構の分析, 修士課程学位論文, 東京大学, 2009. [PDF]
	Mario Bravo, Luis Briceño, Roberto Cominetti, Cristián E. Cortés, Francisco Martínez: An integrated behavioral model of the land-use and transport systems with network congestion and location externalities, Transportation Research Part B, Vol.44, pp.584–596, 2010. [PDF]
	Fosgerau, M., Frejinger, E., Karlstrom, A.: A link based network route choice modelwith unrestricted choice set, Transportation Research Part B, Vol.56, pp.70-80, 2013.[PDF]
	Paz, A., Peeta, S.: Behavior-consistent real-time traffic routing under information provision, Transportation Research Part C, Vol. 17, pp. 642-661, 2009.[PDF]
	Bierlaire, M., Frejinger, E.: Route choice modeling with network-free data, Transporation Research Part C, Vol. 16, pp. 187-198, 2008. [PDF]
	既往研究の整理(観測データ特性を考慮した経路
17:34:33 開始 EIJI HATO から 全員:
	選択肢集合の生成もB4、M1で苦労するところです。
17:35:26 開始 EIJI HATO から 全員:
	交通機関選択では計算負荷が少ないんだけど（数が少ないから簡単なんだけど）経路選択なんかだと結構大変で白井さんとかは苦労していました。
17:38:27 開始 EIJI HATO から 全員:
	あとWayFindingは建築でも研究されていて選択肢抽出の中でも記述的アプローチで、モンテカルロシミュレーションを使う規範的なアプローチと対比されますが結構楽しいです。
17:40:27 開始 EIJI HATO から 全員:
	選択肢の相関って難しそうなんだけど共分散なんだよね。共分散って相関係数じゃないですか。そいう意味なんだけど。
17:49:54 開始 EIJI HATO から 全員:
	心理モデルに関心ある人も多いと思うけど行動モデルで心理学の側面を強くしたのが記述型モデルになります。確率無視バイアスみたいな心理機構はCOVID-19で見られたことですから社会的摩擦を嫌う遺伝子に依拠して日本人は強く同調バイアスが働いていることが知られています。
18:04:02 開始 EIJI HATO から 全員:
	シャープレイ値でやれば良くない>黛？？
18:25:41 開始 EIJI HATO から 全員:
	居住地選択の需要予測の例です。
	https://www.jstage.jst.go.jp/article/journalcpij/57/3/57_674/_pdf/-char/ja