論文技術サマリー：オースティン（テキサス州）における電動キックボード需要予測のためのグリッドベースフレームワークと統計的検証に基づく時間入力設計

1. 問題定義

共有マイクロモビリティ（特にドックレス電動キックボード）の需要予測において、深層学習モデルの性能向上に向けたアーキテクチャの進化は著しいものの、以下の重要な課題が未解決のまま残されています。

1. 前処理プロセスの非体系化: 生の乗車記録をグリッドベースの需要画像に変換するプロセスが、単なる前処理ステップとして扱われ、再現性のある方法論的フレームワークとして定義されていない。
2. 時間入力のヒューリスティックな設計: 過去の需要データ（時間ラグ）の選択が、統計的な根拠や仮説検定ではなく、経験則や固定されたスライディングウィンドウに基づいて行われていることが多い。
3. 評価手法の限界: 広域のゼロ需要領域を含めた平均誤差評価が行われることで、実用的に重要な領域の性能評価が希釈される傾向がある。

本研究は、これらのギャップを埋め、再現性のあるデータ処理パイプラインと、統計的に裏付けられた時間入力構造の設計手法を開発することを目的としています。

2. 手法とアプローチ

2.1 データセットと空間的グリッド化

• データソース: テキサス州オースティン市から公開されている 2019 年全年の電動キックボード乗車記録（約 500 万件のトリップ）を使用。
• 前処理パイプライン:
  • 乗車時間、距離、速度、およびセンサス・トラクト（国勢調査区画）ID の整合性を検証し、フィルタリングを適用。
  • トラクトの重心を座標として特定し、オースティン市域内に収める。
  • グリッド化: 240m × 220m の均一な矩形グリッドを構築し、乗車（Pick-up）と降車（Drop-off）の需要を時間単位（1 時間ごと）の画像（241×217 ピクセル）に変換。
  • 活動マスクの生成: 歴史的に需要が観測された領域のみを特定するグローバルなバイナリ活動マスクを作成し、学習および評価をこの「活動領域」に限定することで、ゼロ需要領域による誤差の希釈を防ぐ。

2.2 時間入力設計の統計的選定

深層学習モデルへの入力として、どの過去の時間ラグ（時間ステップ）を選択すべきかを決定する新しい手法を提案します。

1. 相関と誤差に基づくラグ選定:
   • 対象時刻の需要と過去の需要とのピアソン相関（空間構造の類似性）と平均絶対誤差（MAE）（需要量の類似性）を計算。
   • 複数の指標に基づいて時間ラグをランク付けし、最も情報量の多いラグ（例：1 時間前、24 時間前、168 時間前など）を特定。
2. アブレーション研究による最適深度の決定:
   • ベースラインモデルとして UNET（エンコーダ・デコーダ型画像生成モデル）を使用。
   • 特定された上位の時間ラグを順次追加・削除し、入力チャネル数を変化させたモデルを訓練。
   • 統計的仮説検定: 検証セットにおける各構成の誤差分布を比較。正規分布に従わないためWilcoxon 符号付き順位和検定を使用し、多重比較補正としてHolm 法を適用。
   • 最小 MSE を達成する構成と、計算コスト削減のために「非劣性（Non-inferiority）」が認められる簡素な構成を特定。

2.3 実験設定

• 予測タスク: 「翌 1 時間後」の需要予測と「翌 24 時間後」の需要予測。
• モデル: UNET アーキテクチャ。損失関数は活動マスク領域のみを考慮したマスク付き MSE。
• ベースライン比較:
  • 提案手法（統計的に選定された時間ラグ）。
  • 最近の隣接履歴（Recent Adjacent History）：連続する直近の時間。
  • 固定期間履歴（Fixed-period History）：前日や前週などの同じ時刻。

3. 主要な貢献

1. 再現性のあるデータ処理パイプラインの確立: 生データからグリッドベースの需要画像、および活動マスクを生成する完全なプロセスを公開し、空間的学習の一貫性を保証。
2. 統計的根拠に基づく時間入力設計手法: 経験則に頼らず、相関分析と統計的仮説検定（Wilcoxon 検定＋Holm 補正）を組み合わせ、最適な時間ラグと入力深度を決定する手法を提案。
3. 時間深度の horizon 依存性の解明: 予測時間幅（1 時間 vs 24 時間）によって最適な入力チャネル数が異なることを実証。

4. 結果

4.1 最適な時間入力構成

• 翌 1 時間予測: 36 チャネル（乗車・降車それぞれ 18 個の時間ラグ）が最適。直近の 1〜3 時間、前日の同じ時刻付近、および週周期（168 時間、336 時間など）のラグが含まれる。
• 翌 24 時間予測: 18 チャネル（乗車・降車それぞれ 9 個の時間ラグ）で非劣性が確認された。主に 24 時間周期と週周期のラグが重要。

4.2 性能比較（テストセット）

提案手法は、従来のヒューリスティックなベースライン（隣接履歴、固定期間履歴）を統計的に有意に上回りました。

• 翌 1 時間予測:
  • 提案手法は MSE をベースライン比で最大 37% 削減。
  • 統計的有意性：Holm 補正後の p 値は極めて小さく（例：$10^{-40}$ 程度）、性能差は偶然ではないことが確認された。
• 翌 24 時間予測:
  • 提案手法は MSE を最大 35% 削減。
  • 24 時間予測においては、単純な「前日の同じ時刻」よりも、提案手法のような複合的な時間構造の方が有効であることが示された。

4.3 統計的検証

すべての比較において、Wilcoxon 符号付き順位和検定と Holm 補正を用いた結果、提案手法の優位性は統計的に有意（p < 0.05）であることが確認されました。

5. 意義と結論

本研究は、マイクロモビリティ需要予測において、「アーキテクチャの複雑さ」よりも「入力データの構造設計（特に時間的コンテキストの選定）」が予測性能に決定的な影響を与えることを実証しました。

• 実務的意義: 単にモデルを大きくするのではなく、統計的に検証された時間ラグを選択することで、計算コストを抑えつつ高精度な予測が可能になる。
• 学術的意義: 深層学習応用分野において、モデル比較を単なる誤差値の比較に留めず、統計的仮説検定を rigorously（厳密に）適用する重要性を提示。
• 将来展望: 本フレームワークは、他の都市や他のマイクロモビリティ形態への拡張が可能であり、気象やイベントなどの外生変数を組み合わせたさらなる精度向上への基盤となる。

要約すれば、この論文は「データの前処理と入力設計の体系的・統計的アプローチ」が、深層学習を用いた都市交通需要予測の信頼性と精度を飛躍的に高めることを示した画期的な研究です。