POIセマンティックゾーンとパレート校正によるGPS軌跡からの不確実性認識型移動目的推定

要旨: 大規模なGPS軌跡データは人間の移動を豊かに観測できる一方で、検出された停留（ストップ）に移動の目的（trip purposes）を割り当てることは、個人レベルの真値が存在しないこと、GPSノイズによる空間的不確実性、および関心地点（POI）のカバレッジが不十分であることに加えて、移動目的間での行動の根本的な違いがあるため、依然として困難です。本研究では、近傍レベルのPOIセマンティック・ゾーンと、距離に応じて重み付けした空間的尤度を統合する弱教師ありの枠組みを提案します。さらに、必須活動と非必須活動を区別した推論戦略と、注釈付きラベルを必要としない多段階のパレート最適化により、家庭移動調査（household travel survey）の統計に対する分布の乖離を共同で最小化しつつ、推論の信頼性を最大化します。ロサンゼルスの81,000,000以上の滞在点（staypoints）で評価した結果、この枠組みは、同等のベースラインと比べて活動タイプ頻度のJensen-Shannon距離（JSD）を23%低減し、開始時刻のJSDを48%低減し、期間のJSDを12%低減しました。提案手法は、原始のGPS軌跡から意味的に注釈されたモビリティ・データへと至り、旅行需要のモデリングや交通政策分析のために、不確実性を考慮しつつスケーラブルな道筋を提供します。