氏    名  長谷川 裕 修 (はせがわ ひろのぶ)

学位論文題目  識別分析手法による土木計画データからの知識発見に関する研究

論文内容の要旨

 これまでの土木計画学研究ではオペレーションズ・リサーチ的なシステム分析が中心であり,その中でも特に交通需要予測をはじめとする予測手法,あるいはこれを前提とした評価手法に重みが置かれてきた。しかし,予測や評価の方法に関して,近年,その限界が強く指摘されている。それは,従来の土木計画学の手法が過去のある時期に観測された現象・行動のうち,比較的解釈しやすい一部を対象とし,単純化した構造に当てはめた上で,これを将来へ延長しようとする伝統的な予測モデルを応用していたためである。
 一方,近年の情報技術の進展により大規模なデータが半自動的に収集できるようになっており,これらのデータの有効活用もまた重要な課題である。大量データからの知識発見を目指した研究は計算機科学分野での理論的・技術的発展と共に,各種社会科学分野での応用研究の蓄積が進んでいる。
以上を踏まえて本論文は,大量・多様な土木計画データからの知識発見を目的とする。具体的には,道路管理・交通管理上有用な知識の発見を目的として,1)大量の時間的に連続したデータである渋滞情報データへの k-means法の適用,2)多様な要因が複雑に絡み合う交通事故統計データへのサポートベクターマシンの適用を行う。
 本論文は6章から構成されており,各章の内容は以下に示すとおりである。
 第1章では,研究背景・目的,論文構成について述べている。
 第2章では,これまでの土木計画学研究手法の問題点を整理し,近年理論的・技術的発展と共に応用研究の蓄積が進む大量データからの知識発見を目指した研究手法を土木計画学に適用する可能性と意義について論じた。
 第3章では,本論文で土木計画データからの知識発見のために用いる識別分析手法について述べた。
 第4章では,大量の時間的に連続したデータである渋滞情報データを対象とし,他のクラスタリング手法に比べて計算量的に優れた特性を持ち,大量データの分析に適する k-means法の適用によって渋滞発生箇所を類型化し,道路管理上有用な知識の発見を試みた。
 第5章では,多様な要因が複雑に絡み合う交通事故統計データを対象とし,近年,優れた分類性能から注目を集めるサポートベクターマシンの適用によって効果的な事故対策の立案を試みた。
 第6章では,各章で得られた知見をまとめ,今後の課題について整理した。

論文審査結果の要旨

  これまでの土木計画学研究ではオペレーションズ・リサーチ的なシステム分析が中心であり,その中でも特に交通需要予測をはじめとする予測手法,あるいはこれを前提とした評価手法に重みが置かれてきた。しかし,予測や評価の方法に関して,近年,その限界が強く指摘されている。それは,従来の土木計画学の手法が過去のある時期に観測された現象・行動のうち,比較的解釈しやすい一部を対象とし,単純化した構造に当てはめた上で,これを将来へ延長しようとする伝統的な予測モデルを応用していたためである。一方,近年の情報技術の進展により大規模なデータが半自動的に収集できるようになっており,これらのデータの有効活用もまた重要な課題である。大量データからの知識発見を目指した研究は計算機科学分野での理論的・技術的発展と共に,各種社会科学分野での応用研究の蓄積が進んでいる。
 本研究は,大量・多様な土木計画データからの知識発見を目的としている。具体的には,道路管理・交通管理上有用な知識の発見を目的として次の2つの分析を行っている。1)大量の時間的に連続したデータである交通渋滞情報データを対象とし,他のクラスタリング手法に比べて計算量的に優れた特性を持ち,大量データの分析に適する k-means法の適用によって渋滞発生箇所を類型化し,道路管理上有用な知識の発見を試みている,2)多様な要因が複雑に絡み合う交通事故統計データを対象とし,近年,優れた分類性能から注目を集めるサポートベクターマシンの適用によって効果的な事故対策の立案を試みている。
 以上を要するに本研究は,識別分析手法を用いて土木計画デ.タからの知識発見に関わる方法論を提案し,その有効性を確認したものである。これまでの土木計画学研究では予測手法が中心であったが,本研究により大量データからの知識発見という手法上の新機軸を打ち立てることに成功している。また,提案した手法を交通渋滞分析と交通事故分析に適用し,その有効性を確認している。以上の理由から,著者は博士(工学)の学位を授与される資格があるものと認められる。