Predictive modeling of non-daily pedestrian dynamics and crowd congestion around high-density Points of Interest (POIs) using synthetic mobility data
実施中
中居 楓子
Understanding the mechanisms behind destination choice for non-daily travel behavior is critical for addressing the growing challenges of localized overtourism, urban congestion, and the uneven distribution of pedestrian flows. This research investigates the complex spatio-temporal dynamics of human mobility within major Japanese metropolitan areas, specifically Tokyo, Kyoto, Osaka, and Chiba, focusing on non-daily activities such as leisure, sightseeing, and shopping around commercial and recreational Points of Interest (POIs). Recognizing the severe strain that high-density crowd accumulation places on urban infrastructure, public transport systems, and the quality of life for local residents, this study utilizes the Nationwide Synthetic Human Mobility Dataset (Pseudo-PFLOW) to extract, reconstruct, and evaluate granular crowd distribution matrices. By exploring these synthetic yet highly representative trajectories, we aim to uncover the underlying patterns driving spontaneous and non-routine destination choices.
変更のために新しい申請を保存します。 This will save a new application on the system for a modification.
申請中の研究者は表示されません。 / Pending researchers are not shown.
Robert Olszewski / Warsaw University of Technology
申請中のデータセットは表示されません。 / Pending datasets are not shown.
擬似人流・人口属性データ 東京都データセット
擬似人流・人口属性データ 京都府データセット
擬似人流・人口属性データ 大阪府データセット
擬似人流・人口属性データ 奈良県データセット
擬似人流・軌跡データ 千葉県データセットver3.0
擬似人流・軌跡データ 東京都データセットver3.0
擬似人流・軌跡データ 京都府データセットver3.0
擬似人流・トリップデータ 千葉県データセット
擬似人流・トリップデータ 東京都データセット
擬似人流・トリップデータ 京都府データセット
擬似人流・活動データ 千葉県データセット
擬似人流・活動データ 東京都データセット
擬似人流・活動データ 京都府データセット
擬似人流・集計結果 リンク交通量データセット
年次報告の内容はメンバーのみ表示されます。