グラフニューラルネットワークとデータ同化を統合したデータ駆動型避難者分布予測手法の検証

抄録

大地震発生直後、人々の滞留や避難状況をリアルタイムに把握することは、二次被害を防止する上で重要である。前稿[高崎・小川・今泉・沖・大山2021]では、Gretel[Cordonnier et al. 2019]と呼ばれるグラフニューラルネットワーク(GNN)モデルと、データ同化手法の一つであるパーティクルフィルタを統合した、データ駆動型の避難者分布予測モデルを提案した。 本稿では、上述の提案手法に基づき、時間経過とともに変化する建物の延焼や倒壊による道路閉塞の状況を特徴量として組み込むことで、大局的な避難行動の傾向を考慮した避難者分布の予測を可能とするモデルを構築する。そして、擬似的な避難者分布の生成に用いるエージェントベースシミュレーションの結果と比較し、計算時間と予測精度の観点から構築モデルの有用性を検証する。