収録論文の分析
どんな手法で交通を調べたか、発表年ごとに見比べる。
当サイトに収録した日本語解説の構成です。収集先やPDFの取得状況による偏りがあり、交通研究全体の傾向を示すものではありません。
- 対象の解説
- 237本 ／全237本
- 集計の期間
- 2008〜2026年
- 掲載誌・公開先
- 4種類
■ 手法・アルゴリズムと発表年
記事の手法説明にある語句から抽出した分類候補です。原論文を人手で確認した確定分類ではありません。1本に複数の手法があれば、それぞれに数えます。
237本が条件に一致 · 手法候補あり 154本 · 未分類 83本
| 手法 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 | 2024 | 2025 | 2026 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 回帰・統計モデル | 2 | 3 | 1 | 2 | 1 | 2 | 0 | 3 | 3 | 5 | 5 | 6 | 5 | 5 | 6 | 10 | 12 | 16 | 5 |
| 選択モデル | 2 | 2 | 1 | 1 | 0 | 0 | 1 | 2 | 4 | 2 | 5 | 3 | 4 | 2 | 7 | 2 | 9 | 8 | 4 |
| 因果推論 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 1 | 2 | 1 | 1 | 0 | 2 | 1 |
| 数理最適化 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 2 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 4 | 0 | 1 |
| シミュレーション | 0 | 0 | 0 | 0 | 1 | 2 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 1 | 2 |
| ネットワーク・経路探索 | 2 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 0 | 1 | 3 | 1 | 2 | 2 | 1 | 0 | 3 | 1 |
| 機械学習 | 0 | 0 | 2 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 2 | 0 | 0 | 2 | 1 | 5 | 4 | 2 |
| 深層学習・強化学習 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 |
| 空間分析 | 0 | 0 | 0 | 0 | 2 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 2 | 3 | 0 | 0 | 1 | 1 | 0 |
| 時系列モデル | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 0 | 0 |
| 質的分析 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 0 | 0 | 1 | 0 | 2 | 1 | 1 | 1 | 0 | 0 |
| 対象論文数 | 8本 | 8本 | 9本 | 5本 | 10本 | 8本 | 8本 | 7本 | 10本 | 9本 | 10本 | 11本 | 11本 | 11本 | 17本 | 20本 | 31本 | 28本 | 16本 |
横軸は論文の発表年です。割合は各年の対象論文数で割っているため、複数分類の合計は100%を超えることがあります。「—」はその年の対象論文なし。未分類は手法を使っていないという意味ではありません。
具体的な手法・アルゴリズムから探す
期間・ジャンル・時間の要素の条件に合う論文から、名前が記載された手法を表示しています。分類名を開くと個別手法の発表年別の推移が見られます。
選択モデル · 3種類
- 多項ロジット：15本
- 混合ロジット：2本
- 二項ロジット・ロジスティック回帰：23本
数理最適化 · 1種類
- 混合整数計画：1本
シミュレーション · 2種類
- エージェントベースモデル：2本
- モンテカルロ法：3本
深層学習・強化学習 · 1種類
- LSTM：1本
空間分析 · 1種類
- 地理的加重回帰（GWR）：2本
時系列モデル · 1種類
- カルマンフィルタ：1本
質的分析 · 1種類
- テーマ分析：1本
具体的な手法の年代別推移
| 手法・アルゴリズム | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 | 2024 | 2025 | 2026 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 最小二乗法・OLS | 0 | 0 | 0 | 0 | 1 | 1 | 0 | 2 | 0 | 0 | 0 | 2 | 1 | 0 | 1 | 2 | 2 | 2 | 1 |
| 負の二項回帰 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 1 | 2 | 4 | 1 |
| ポアソン回帰 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 多項ロジット | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 2 | 0 | 0 | 1 | 4 | 1 | 2 | 1 | 1 |
| 混合ロジット | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 |
| 二項ロジット・ロジスティック回帰 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 2 | 1 | 2 | 0 | 1 | 1 | 3 | 0 | 4 | 4 | 1 |
| 差の差法（DiD） | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 1 | 1 | 0 | 1 | 0 |
| 操作変数法 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 傾向スコア法 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 2 | 1 |
| 混合整数計画 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
| エージェントベースモデル | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
| モンテカルロ法 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 0 | 0 |
| ランダムフォレスト | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 3 | 2 | 1 |
| XGBoost | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 1 |
| k-means | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 1 | 1 | 1 |
| 決定木 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 2 | 1 | 3 | 2 | 0 |
| LSTM | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 |
| 地理的加重回帰（GWR） | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| カルマンフィルタ | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 |
| テーマ分析 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 |
名前が記載されていない手法は具体的なアルゴリズムを推定せず、一覧に含めません。回帰モデルなどの手法名も含み、1本に複数の候補が付く場合があります。
研究に含まれる時間の要素
- 時系列データ・時系列モデル：7本
- パネル・縦断データ：7本
- 前後比較・変化の分析：5本
「時系列」は観測の時間的な並び、「パネル・縦断」は同じ対象の追跡、「前後比較」は施策などによる変化を扱う候補です。公表年の推移とは別に分類しています。件数は期間・ジャンルの条件に基づきます。
該当論文と分類の根拠
大きな鉄道網の路線計画では、精密さより計算しやすさが効くのか
手法は未分類
分類に使った手法説明を見る
乗り換えを厳密に扱うchange-and-go network（CGN）と、乗り換えを近似する三つのコンパクトなモデルを比較する。各モデルに合わせた解法を用意し、解の質と計算上の実用性を評価する。 需要は出発地と到着地の組ごとに与え、路線・運行頻度と乗客の経路を扱う。モデル間の構造的な関係も理論的に整理する。
原論文で確認 ↗運行費用だけでも待ち時間だけでも決めない。利用される公共交通の路線を設計する
数理最適化
分類に使った手法説明を見る
数理最適化乗車時間、運行頻度に応じた待ち時間、乗り換え時間と、事業者の運行費用を重み付きで最小化する混合整数計画を作る。
混合整数計画原論文で確認 ↗乗車時間、運行頻度に応じた待ち時間、乗り換え時間と、事業者の運行費用を重み付きで最小化する混合整数計画を作る。
時刻表どおりではないバスの移動時間を、実際の位置情報から復元する
ネットワーク・経路探索
食料品店へのアクセスは、移動時間だけで測れるか――ユタ州３地域の店舗選択分析
選択モデル
分類に使った手法説明を見る
選択モデル多項ロジットモデルでは、移動指標、店舗得点、買い物かご価格、レジ数、店種に係数を付けて各店の効用を計算し、その指数を候補全体の指数の合計で割って選択確率を表す。
多項ロジット原論文で確認 ↗多項ロジットモデルでは、移動指標、店舗得点、買い物かご価格、レジ数、店種に係数を付けて各店の効用を計算し、その指数を候補全体の指数の合計で割って選択確率を表す。
車を「いつ買うか」と「何を買うか」をつなぐ世帯別シミュレーション
選択モデル ／ シミュレーション
分類に使った手法説明を見る
選択モデル多次元プロビットモデルは、各選択肢の魅力を観測できる属性による部分と観測できない部分に分け、車種の区分をまたぐ観測不能な好みの関連も扱う。
シミュレーション原論文で確認 ↗地域シミュレーションには、人口属性と保有状況を持つ合成人口、建物・土地利用情報、交通ネットワークを与える。
地下鉄駅から自転車で届く機会を測る――上海の駅勢圏を三つの指標で比較
回帰・統計モデル
分類に使った手法説明を見る
回帰・統計モデル目的別の下がり方を決める係数は、活動と自転車軌跡を組み合わせ、非線形最小二乗法で推定する。
最小二乗法・OLS原論文で確認 ↗目的別の下がり方を決める係数は、活動と自転車軌跡を組み合わせ、非線形最小二乗法で推定する。
Yelpの口コミから探る、都市の交流場所と人間関係の分布
手法は未分類
分類に使った手法説明を見る
分析の単位は個々の口コミと、それが付くPOIである。対象は北米８都市のYelp Open Datasetにある、2010年１月１日から2019年12月31日までの口コミ約750万件。施設は、レストラン、買い物、美容、食品販売、活動・運動、宿泊・旅行、芸術・娯楽、ナイトライフの８区分に絞る。関係語の一覧は米国時間利用調査を基に、大学院生８人の提案した口語表現を加えて作り、家族・恋愛・友人・仕事関係の４群に分ける。複数の施設区分に属するPOIは、レストランと他区分の重複を整理したが、それ以外の重複は残した。 まず口コミの英字を小文字にし、句読点を空白へ置き換える。次に「my」に続く関係語を２語の並びとして探し、子どもに関する語では「our」に続く表現も拾う。「client」などが自分自身の関係を指さない場合や、施設名に関係語が入る場合の誤検出を減らすためである。同じ口コミに同じ語の組み合わせが繰り返されても一度だけ数え、POIごとに出現数を合計する。比較に使う「関係語率」は、その出現数を当該POIの口コミ件数で割り、1000を掛けた値である。率の算出では、口コミ30件以上かつ関係語の出現30件以上のPOIに限る。 集計では、４群の出現が一群に偏るかをジニ不純度で比べる。各群の構成比の二乗を足して１から引く指標で、値が高いほど分布が均等に近い。二つの関係語が現れるPOI集合の重なりは、共通するPOI数を、どちらかの語が現れるPOI数で割るジャカード類似度で示す。空間分析にはYelpの緯度・経度を使い、都市圏から外れた５施設を除く。各都市のPOIを近隣関係に基づき50群に分け、群内で観測された４種類の語の構成を、都市全体の構成から期待される値と比較する。さらに探索距離２キロメートルのGetis-Ord Gi*統計量で、高い値のPOIが近隣にも集まる場所を調べる。出力は都市・施設区分別の集計と地図であり、検索ツールでは関係群や施設区分を指定してPOIを表示できる。ただし、Gi*の重み付けや有意判定の詳細は本文だけでは再現できない。
原論文で確認 ↗ドイツの長距離鉄道駅周辺で知識集約型企業が多い地区の特徴
回帰・統計モデル
分類に使った手法説明を見る
回帰・統計モデル回帰に用いる説明変数は標準化されているが、本文は複合指標をつくる際の各要素の変換手順までは詳述していない。
負の二項回帰原論文で確認 ↗駅間で企業数の分散が平均を大きく上回るため、著者らは件数を扱う負の二項回帰を採用した。
衛星画像と地図データで米国100都市の歩行者横断距離を測る
手法は未分類
分類に使った手法説明を見る
入力の単位は、交差点または街区途中の横断地点を中心とする衛星画像と、OpenStreetMap（利用者が共同編集する地図）の道路・横断データである。著者らは地点の緯度・経度から約300万枚の画像を取得した。画像の学習用には14都市から193枚を選び、歩道、建物、公園、交通島など、車が通れない面を人手で塗り分けた。選定では画素の明暗の分布から求めるエントロピーを使い、見た目の複雑な画像を優先した。エントロピーは各明暗値の出現割合を使って分布のばらつきを表す量で、値が高い画像ほど多様な領域を含むと見込んだ。反転、回転、ぼかし、雑音の追加で学習用画像を5790枚に増やし、画像を領域ごとに分けるモデルSAM 2.1を追加学習した。 計測時には各画像を1024×1024画素に縮小し、16×16の格子点を手がかりに車が通れない面のマスク（該当画素を示す領域）を作る。輪郭を地理座標上の多角形に変え、その逆側を車が通れる領域とする。誤って道路上に作られた多角形は、地図の道路中心線に設けた帯状の範囲との重なりが10平方メートル以上、または自身の面積の5％以上なら除く。帯の幅は道路区分に応じて変える。画像から取りこぼした建物の領域は地図の建物形状で補う。次に地図から横断を表す線を取り出し、横断が点だけで記録された場合は最も近い道路線に対応付けて横断線を作る。端点の位置と向きが近い線は重複としてまとめる。各線を画像から得た多角形に重ね、元の向きを保って両端をそれぞれ線の長さの5％延ばす。延長した線と車が通れない面との交点で線を切り、残った線の長さを横断距離とする。さらに近接する重複線を統合し、1.83メートル未満と61メートル超の線を除く。出力は各横断箇所の位置と距離で、地図表示や地区・都市単位の集計に使う。
原論文で確認 ↗
■ 収録内容の全体構成
以下は期間・ジャンルで集計しています。手法・時間の要素の条件は上の分析に適用します。
■ 年代別の掲載数
| 発表年 | 掲載数 | 割合 |
|---|---|---|
| 2008年 | 8本 | 3.4% |
| 2009年 | 8本 | 3.4% |
| 2010年 | 9本 | 3.8% |
| 2011年 | 5本 | 2.1% |
| 2012年 | 10本 | 4.2% |
| 2013年 | 8本 | 3.4% |
| 2014年 | 8本 | 3.4% |
| 2015年 | 7本 | 3.0% |
| 2016年 | 10本 | 4.2% |
| 2017年 | 9本 | 3.8% |
| 2018年 | 10本 | 4.2% |
| 2019年 | 11本 | 4.6% |
| 2020年 | 11本 | 4.6% |
| 2021年 | 11本 | 4.6% |
| 2022年 | 17本 | 7.2% |
| 2023年 | 20本 | 8.4% |
| 2024年 | 31本 | 13.1% |
| 2025年 | 28本 | 11.8% |
| 2026年 | 16本 | 6.8% |
■ ジャンルの構成
| 区分 | 掲載数 | 割合 |
|---|---|---|
| 交通と土地利用 | 164本 | 69.2% |
| 公共交通 | 24本 | 10.1% |
| 交通政策 | 20本 | 8.4% |
| 自転車 | 18本 | 7.6% |
| 交通流 | 5本 | 2.1% |
| 道路安全 | 5本 | 2.1% |
| 信号制御 | 1本 | 0.4% |
■ 掲載誌・公開先の構成
| 区分 | 掲載数 | 割合 |
|---|---|---|
| Journal of Transport and Land Use | 225本 | 94.9% |
| arXiv | 10本 | 4.2% |
| Accident Analysis & Prevention | 1本 | 0.4% |
| Journal of Transport Geography | 1本 | 0.4% |
目録には48,384件を収録しています。上の集計は、目録全体ではなく記事化済みの論文が対象です。記事を追加すると集計も更新されます。