近年、人間の移動に関連する広範囲のジオロケーションデータセットの急増は、個々と人口レベルでの日常の移動パターンの背後にあるメカニズムを解明する機会を提供しています。この分析は、交通予報、疾病の拡散、都市計画、汚染などの社会問題を解決するために必要不可欠です。しかし、データを収集されたユーザーのプライバシーに関する懸念から、そのようなデータの公開は制限されています。この課題を克服するために、私たちは公開統計データとパーソントリップ調査の結果を使用して、「Pseudo-PFLOW」データセットとして擬似の人間の行動データを合成する方法を提案します。Pseudo-PFLOWのジェネレーターは、7つの基本的な日常活動に従う3つのエージェントモデルを含み、個々の日常の移動行動の時空パターンを捉えます。我々は、日本全国の約1億3000万人の人口をカバーし、47の都道府県にわたるPseudo-PFLOWデータセットを紹介し、既存のグラウンドトゥルースデータセットと比較しました。生成されたデータセットは、時間ごとの人口分布、旅行量、旅行範囲を含む統計的特性を再現し、決定係数が0.5から0.98までの範囲を示している。

• データ提供サービス：擬似人流データセット
• 論文公開リンク