“交通·未来”第19期：面向事件的人流预测以及基于人流的救护车需求预测

大家好，又见面了，我是你们的朋友全栈君。

2020年6月份，公众号正式推出了“交通·未来”系列线上公益学术活动等你来~， 2021年，新起航新征程，我们继续前行~ 3月13日晚上19:00，我们将迎来活动的第19期。

1、讲座主题

面向事件的人流预测以及基于人流的救护车需求预测

“交通·未来”第19期：面向事件的人流预测以及基于人流的救护车需求预测

2、内容简介

§《DeepUrbanEvent: A System for Predicting Citywide Crowd Dynamics at Big Events》该文章由东京大学的空间情报科学研究中心（CSIS）和日本产业技术综合研究所的人工智能研究中心（AIRC）合作，作为口头演讲（前6%）在数据挖掘顶级会议KDD 2019上发表。事件下的人群管理一直以来都是一个重要且有社会影响力的研究课题。当重大事件（如地震、台风、大型节假日）发生时，人类行为变得与日常生活中截然不同，这使得对大型事件下人群动态的预测变得非常具有挑战性，尤其是在整个城市尺度。本篇文章以类似于视频预测的的方式对人口密度和人流量运用多任务学习进行联合建模。我们将提出的原型系统应用于多个大型现实事件，实验结果证实了我们提出的方法相比于现有方法的优势和它作为在线人群管理系统的高度可部署性。

§《Forecasting Ambulance Demand with Profiled Human Mobility via Heterogeneous Multi-Graph Neural Networks》是另一项刚刚被数据工程顶级会议ICDE2021接受的工作。急救车需求预测在车辆部署和重调配过程中起着至关重要的作用。而该问题也随着各个国家的人口老龄化变得愈发重要，因为通常来讲老年人口因其较高的易感性也对紧急医疗服务（EMS）的需求量较高。我们基于人口年龄特征组分解人群流动性并将其建模为多个随机行走者（多图），并提出了一种新的双组分神经网络模型（混合多图卷积层和时空交错注意力模块）来执行预测任务，验证了我们提出的方法相对于现有模型的优势。

3、主讲人

姜仁河：于2012年在大连理工大学获得软件工程工学学士学位以及日语文学学士学位，同年10月获得日本文部省国费奖学金，赴日攻读硕士课程，于2015在名古屋大学获得情报科学硕士学位，随后加入埃森哲日本在数据分析部门担任数据分析师职位。2016年，他进入东京大学工学系研究科攻读博士学位，研究人工智能尤其是深度学习技术在智慧城市，智能交通，时空大数据等相关领域的应用，于2019年3月在东京大学获得工学博士学位。2019年4月开始担任东京大学情报基盘中心数据科学研究部门助理教授，同时在东京大学空间信息科学中心担任客座研究员。姜仁河的主要研究方向为人工智能及其时空大数据分析等相关领域，包括普适计算、数据挖掘、数据驱动的智能交通系统等。姜仁河在计算机领域的国际会议期刊（AAAI，KDD，ICDE，UBICOMP, SIGSPATIAL，Neurocomputing，ACM Trans. on Data Science）上发表各类论文10余篇，并参与多项与日本政府和企业的合作项目及共同研究，合作对象包括日本国土交通省，东日本铁路公司，NTT Docomo, 雅虎日本研究所，主要致力于推动城市人流预测及智能交通管理技术在现实社会的部署与应用。

4、时间地点

讲座时间：2021年3月13日晚上19:00

讲座地点：腾讯会议ID：208 706 364

B站同步直播链接：https://live.bilibili.com/22297847（扫描下方二维码进入直播间）

“交通·未来”第19期：面向事件的人流预测以及基于人流的救护车需求预测