neuroGravityによる人間の移動性ネットワークの転移可能な再構築
arXiv cs.AI / 2026/4/28
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 詳細な移動調査がない地域を想定し、neuroGravityという物理情報を組み込んだ深層学習モデルで人間の移動性ネットワークを再構築できる手法を提案しています。
- neuroGravityは都市の施設分布と人口分布という限られた入力から移動フローを推定でき、観測していない都市へも再構築結果を転移可能です。
- 学習された地域表現は社会経済状況や住みやすさに強く相関し、費用のかかる調査に代わるスケーラブルな代理指標になり得ることを示しています。
- 転移可能性は、ソース都市とターゲット都市の空間的な所得分離（segregation）の程度に左右され、転移の成否を予測するための分離度指数を設計しています。
- 世界1,200都市超の移動フロープロキシを生成し、資源が限られた未開発地域でのデータ不足を緩和する可能性を示しています。
