JPWO2021240753A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2021240753A5 JPWO2021240753A5 JP2022527419A JP2022527419A JPWO2021240753A5 JP WO2021240753 A5 JPWO2021240753 A5 JP WO2021240753A5 JP 2022527419 A JP2022527419 A JP 2022527419A JP 2022527419 A JP2022527419 A JP 2022527419A JP WO2021240753 A5 JPWO2021240753 A5 JP WO2021240753A5
- Authority
- JP
- Japan
- Prior art keywords
- area
- time
- population
- people
- ijk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005457 optimization Methods 0.000 description 2
Images
Description
ここで、上式（１５）の目的関数を、時間別エリア人口データから各タイムステップにおけるエリア間の移動人数を推定する枠組みで説明すると、
・ｎｉｊｋ：時刻ｉからｉ＋１にかけて、エリアｊからエリアｋに移動した人の数（移動人数）
・φｉｊｋ：時刻ｉからｉ＋１にかけて、エリアｊからエリアｋへの移動のしやすさ（移動確率）
・ｎｉｊ：時刻ｉにおけるエリアｊの（観測ノイズののっていない）真の人口
・ｙｉｊ：時刻ｉにおけるエリアｊの観測された人口
となる。したがって、最適化問題（式（１１））を解くことで、ｙｉｊ（エリアｊの人口）及びφｉｊｋ（エリアｊからエリアｋへの移動確率）から、ｎｉｊｋ（エリアｊからエリアｋに移動した人数）及びｎｉｊ（エリアｊの真の人口）を推定することができる。
更に、本実施形態に係る推定装置では、生成した最小費用流問題のインスタンスにおける最適解から、目的関数の最適化問題（式（１１））の解ｎ＊として、
・時間ｉからｉ＋１にかけてエリアｊからｋに移動した人の数（移動人数）、
・時刻ｉにおけるエリアｊの真の人口、
を、下式（１７）、（１８）に従って導出する（図４の符号４３０参照）。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2020/021223 WO2021240753A1 (ja) | 2020-05-28 | 2020-05-28 | 推定装置、推定方法及び推定プログラム |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JPWO2021240753A1 JPWO2021240753A1 (ja) | 2021-12-02 |
| JPWO2021240753A5 true JPWO2021240753A5 (ja) | 2023-01-26 |
| JP7392846B2 JP7392846B2 (ja) | 2023-12-06 |
Family
ID=78723225
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022527419A Active JP7392846B2 (ja) | 2020-05-28 | 2020-05-28 | 推定装置、推定方法及び推定プログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230244753A1 (ja) |
| JP (1) | JP7392846B2 (ja) |
| WO (1) | WO2021240753A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023195072A1 (ja) * | 2022-04-05 | 2023-10-12 | 日本電信電話株式会社 | サンプルサイズ推定装置、サンプルサイズ推定方法、およびサンプルサイズ推定プログラム |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5952724B2 (ja) | 2012-12-05 | 2016-07-13 | 株式会社日立製作所 | 人流調査支援システム及び方法 |
| JP6823613B2 (ja) | 2018-02-14 | 2021-02-03 | 日本電信電話株式会社 | 移動傾向推定装置、移動傾向推定方法、およびプログラム |
| JP6893195B2 (ja) | 2018-06-01 | 2021-06-23 | 日本電信電話株式会社 | 整数移動人数推定装置、方法、及びプログラム |
-
2020
- 2020-05-28 US US17/926,582 patent/US20230244753A1/en active Pending
- 2020-05-28 WO PCT/JP2020/021223 patent/WO2021240753A1/ja active Application Filing
- 2020-05-28 JP JP2022527419A patent/JP7392846B2/ja active Active
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Razavi et al. | Hepatitis C virus prevalence and level of intervention required to achieve the WHO targets for elimination in the European Union by 2030: a modelling study | |
| Achterberg et al. | Comparing the accuracy of several network-based COVID-19 prediction algorithms | |
| Kavitha et al. | The second and third waves in India: when will the pandemic be culminated? | |
| Moiseev et al. | Queueing network MAP−(GI/∞) K with high-rate arrivals | |
| Pender | Nonstationary loss queues via cumulant moment approximations | |
| Ahirwal et al. | Adaptive filtering of EEG/ERP through noise cancellers using an improved PSO algorithm | |
| JPWO2021240753A5 (ja) | ||
| JP6283331B2 (ja) | 流れ推定装置、予測装置、及びプログラム | |
| Nazarov et al. | Asymptotic analysis of closed Markov retrial queuing system with collision | |
| Browning et al. | Neighborhood, place, and the life course | |
| US20210089887A1 (en) | Variance-Based Learning Rate Control For Training Machine-Learning Models | |
| Shi et al. | Inferring Plasmodium vivax transmission networks from tempo-spatial surveillance data | |
| Montalbán et al. | Herd immunity under individual variation and reinfection | |
| Liu | The effect of dedicated exit on the evacuation of heterogeneous pedestrians | |
| Pender | A Poisson–Charlier approximation for nonstationary queues | |
| Prajapati et al. | Comparison of traditional and hybrid time series models for forecasting COVID-19 cases | |
| Jayatilleke et al. | COVID-19 case forecasting model for Sri Lanka based on Stringency Index | |
| Fieggen et al. | The role of machine learning in HIV risk prediction | |
| Mishra et al. | Estimating the epidemic consequences of HIV prevention gaps among key populations | |
| Aldila | Optimal control problem on COVID-19 disease transmission model considering medical mask, disinfectants and media campaign | |
| Sani et al. | Controlling the number of HIV infectives in a mobile population | |
| Bryant et al. | Modelling the dispersion of sars-cov-2 on a dynamic network graph | |
| Jana et al. | Adaptive short term COVID-19 prediction for India | |
| Falasinnu et al. | A validation study of a clinical prediction rule for screening asymptomatic chlamydia and gonorrhoea infections among heterosexuals in British Columbia | |
| Shi et al. | The impact of opening dedicated clinics on disease transmission during an influenza pandemic |