09:03:46 開始 EIJI HATO から 全員:
	1）新規性は従前の研究に対して何が新しいかを明確に意識することが大切です。この研究以外の研究の中で位置付けて読めるかということを意識するといいでしょう。
09:05:53 開始 EIJI HATO から 全員:
	2）遅延そのものはBanchingのような現象、待ち行列理論、パーコレーションなどありますが、交通と遅延って密接な関係があるので、俯瞰的にどのような概念があるのかは整理しておくとよさそうですね。
09:08:57 開始 EIJI HATO から 全員:
	3）理論的には、、遅延拡散理論があり、交通網上の遅延が時間と空間の間でどのように拡散するかを説明する理論で、一つの地点での遅延が周囲の地点に波及し、さらなる遅延を引き起こすとされ、遅延拡散理論は、交通計画や交通制御の最適化において、遅延の影響を予測し、緩和策を検討するために使用されます。次に遅延コスト理論では、交通遅延が経済的なコストとしてどのように評価されるかを理論的に分析するもので、交通遅延は時間のロスや燃料の消費などの経済的損失を引き起こすため、この理論では遅延に関連するコストを算出し、交通政策やインフラストラクチャの計画において経済的な効率性を評価するために用います。最後に、ボトルネック理論: ボトルネック理論は、交通網上の制約点やボトルネックが交通遅延を引き起こすメカニズムを解明する理論で、ボトルネックの特性や交通量の変動、制御手法などを考慮して、ボトルネックにおける遅延の発生や緩和策を研究します。ボトルネック理論は交通計画や交通政策において、効果的な交通制御やインフラストラクチャの改善を提案するために活用されます。
09:10:31 開始 EIJI HATO から 全員:
	4）学習データがたくさんあれば、処置群のパターンがたくさんできて割とうまくできそうですね。
09:11:48 開始 EIJI HATO から 全員:
	5）追従理論でもできそう。道路をセクションにしたり、道路の劣化連鎖でも考えられるかもしれませわね。
09:12:32 開始 EIJI HATO から 全員:
	6）ほぼもでるにみえますね。
09:13:19 開始 EIJI HATO から 全員:
	7）避難の遅延も出来そう。
09:14:19 開始 EIJI HATO から 全員:
	8）倉澤さんのやつだと位置データ使って何かできたりしますかね、、このセルに行くとスケシュールが遅延するみたいな感じでしょうか。回遊だとありそう。
09:15:57 開始 EIJI HATO から 全員:
	9）最初の場所で時間かかかりすぎて子供を迎えに行くのが遅れるみたいなのとか？？スケジューリングだと結構なパターンがあるのでこの方法使えそうですね。
09:19:41 開始 EIJI HATO から 全員:
	10）避難時のトリップチェインとか渋谷のアクテビティパターンを同じようにソートして、遅延じゃなくて他の指標、、活動時間や消費時間などをとっても因果推論できそう。
09:20:53 開始 EIJI HATO から 全員:
	11）つか一昨日の逆選抜のメカニズム分析のパートで使えそう。
09:25:53 開始 EIJI HATO から 全員:
	12）結局因果推論とはいえ自己相関モデルにするか操作変数使うとかの方がいい気がしますが違うのかな、、
09:29:52 開始 EIJI HATO から 全員:
	13）相手がいない動けなくてそのノードでスタックしてしまうみたいなのはあるよね。
09:32:33 開始 EIJI HATO から 全員:
	14）小規模ボート（拠点）が遅延を生むのはわかるけど、長い距離の路線とかはどうなんですかね。速度で遅延を吸収できたりするのかな。。
09:33:23 開始 EIJI HATO から 全員:
	15）遅延が起きにくいネットワークデザインとかは面白そう。Jeanのに近いね。
10:02:30 開始 Yuito Hayashi から 全員:
	大規模空港だと機材変更やスポット変更で遅延を伝播させない対応をすることがありますが，小規模だと来た機材を送り返すしかないのでということかもですね．
10:04:04 開始 Ryuhei Kurasawa から 全員:
	たしかにそうですね．今回は遅延の原因の情報とかは全く入れていないので，追加的にその要因を考えることは重要と思います．
10:06:33 開始 Fuga Mayuzumi から 全員:
	https://arxiv.org/pdf/2301.08249.pdf
10:51:26 開始 EIJI HATO から 全員:
	1）階層最適化は敵対学習を使ってとか方法が提案されていますね。須賀さんの研究でも使ってもよさそう。
10:53:04 開始 EIJI HATO から 全員:
	2）この場合、ディスクリミネーターモデルが最適解と判断するような解を生成することを目指す一方、ディスクリミネーターモデルは、本物の最適解と生成された最適解を区別することに取り組みます。
10:54:05 開始 EIJI HATO から 全員:
	3）一方ジェネレーターモデルは、入力として下位問題（サブプロブレム）の解や制約条件を受け取り、上位問題の最適解を生成します。
10:57:13 開始 EIJI HATO から 全員:
	4）マスタープロブレムを解くための最適化手法は一般的な手法として線形計画法やInteger Programmingを使うと思いますが、その後サブ問題に情報を渡す時ベンダーズを使うってことですよね。
10:58:40 開始 EIJI HATO から 全員:
	5）サブ問題は配分と劣化モデルがありマスター問題は工法と区間の選択となります。
11:03:07 開始 EIJI HATO から 全員:
	6）階層最適化問題において下位レベルの制約条件を緩和した問題が相対問題と思いますが並列化することでどれくらいの時間短縮したましたか？
11:04:54 開始 EIJI HATO から 全員:
	7）地方（整備局）ごとに制約が異なり多そうだから割とわさそう。
11:06:56 開始 EIJI HATO から 全員:
	8）上限解って厳密な最適解が求められない場合や解の探索範囲を狭めるために重要ですが今回はどういう観点で使ってましたか？
11:08:31 開始 EIJI HATO から 全員:
	9）比較は大刹です。
11:16:38 開始 EIJI HATO から 全員:
	チーム整備局　須賀・近藤・奥田・福谷・松永、チーム最適化の鬼たち　小川・林・増田・望月・白井・増田、チーム渡邉、加藤・手代木・平松・須藤・倉澤・黛・渡邉