時空間交通ダイアグラムの精緻化：近傍適応型線形回帰手法

要旨: 時空間（TS）交通図は、交通流の動的な進化を特徴づけるための重要なツールであり、その解像度は交通理論の研究および工学的応用における有効性に直接影響します。しかし、監視精度とサンプリング頻度によって制約されているため、既存のTS交通図は一般に解像度が低いという問題を抱えています。この課題に対処するため、本論文では近傍適応型線形回帰に基づくTS交通図の改良手法を提案します。TS図の改良へ近傍埋め込みの概念を導入することで、この手法はTS図における局所的なパターン類似性を活用し、対象セルに類似した近傍を適応的に同定し、その近傍内で低解像度から高解像度への写像を当てはめることで改良を行います。従来のグローバルな線形モデルに見られる過度な平滑化の傾向を回避でき、独自の交通波の伝播および渋滞の進展の特徴を捉えることが可能であり、目標セルの改良において局所情報の利用という観点で従来の近傍埋め込み手法を上回ります。複数のスケールとアップスケーリング係数にまたがる2つの実データセットでの検証では、ベンチマーク手法と比べて、本提案手法はMAE、MAPE、CMJS、SSIM、GMSDを含む指標でそれぞれ9.16%、8.16%、1.86%、3.89%、および5.83%の改善を達成します。さらに、本提案手法は、日をまたいだ検証およびシナリオをまたいだ検証において、強い汎化性能と頑健性を示します。まとめると、本提案手法は、対応する高解像度・低解像度の学習データを最小限の量だけ必要とするだけで、簡潔な定式化を特徴としており、低サンプリング率の交通データに対する低コストで高精細な改良のための基盤を提供します。