量子に着想を得た表現としての行動ヘテロジニアティ

arXiv cs.LG / 2026/3/25

💬 オピニオンIdeas & Deep AnalysisModels & Research

共有:

要点

論文は、ドライバーのヘテロジニアティを固定ラベルや離散的なレジームとして扱うことは、本質的に動的な運転行動を過度に単純化していると主張する。
各ドライバーを、構造化された数学的性質をもつ密度行列として表される、進化する潜在状態としてモデル化する量子に着想を得た表現を提案する。
行動観測は、非線形のRandom Fourier Featuresを用いて運転データをモデルの表現空間へ写像することで取り込む。
状態進化の仕組みは、時間的な持続性と、状況に依存して行動プロファイルが活性化される要素を組み合わせることで、プロファイルが時間とともに変化しうるようにする。
実データおよびTGSIM（Third Generation Simulation Data）に対する実験により、提案手法を用いた運転プロファイルの抽出と分析を示す。

要旨: 運転者の多様性はしばしばラベルや離散的なレジーム（状態区分）へと単純化され、本質的に動的であるものを静的なカテゴリへ圧縮してしまいます。私たちは量子インスパイアード（量子に着想を得た）表現を導入し、各運転者を、構造化された数学的性質を備えた密度行列として提示される、進化する潜在状態としてモデル化します。行動の観測は、非線形のランダムフーリエ特徴（Random Fourier Features）によって埋め込まれ、状態の進化では、行動の時間的な持続性と、文脈に依存したプロファイルの活性化を融合します。提案手法を経験的な運転データ、第三世代シミュレーションデータ（TGSIM）上で評価し、運転プロファイルがどのように抽出され分析されるかを示します。