講演情報
[4Yin-A-64]行動パターン抽出と大規模言語モデルを用いた人流データ生成の試み
〇高瀬 祥平1、坂地 泰紀1、野田 五十樹1 (1. 北海道大学)
キーワード：
人流データ、パターン抽出、大規模言語モデル
交通計画や防災計画，およびシナリオ検討のためのシミュレーション等に際して，現実に即した人流データを柔軟に生成する手法の開発は重要である．その実現へのステップとして，本論文では，目的等のラベルがない人流データから抽出した行動パターンを基に，LLMを用いて人流データを生成することを試みた．行動パターン抽出に関しては，データ全体における利用パターンから地点の機能を推定し，個人における機能間の遷移を混合二次マルコフモデルで表現する教師なし手法が研究されている．本研究ではこの手法を人流データ生成に活用する．上記の手法ではマルコフ性を仮定したモデルを用いているため，そこから直接サンプリングを行っても長期的に一貫した系列を得ることは難しい．そこで本研究では，人間の行動に関する知識を活用し，一貫性を保って生成を行うことを期待して，LLMを導入する．実験では、データ生成過程（DGP）が既知である合成データを使用し，LLMによる生成と確率的生成を比較したところ，LLM生成のデータに対するDGPの尤度が優れていた一方，DGPによる合成データとの分布の乖離が大きいという結果が得られた．