時空間依存性を考慮したST-GCNによる救急需要予測モデルの構築
Jun 11, 2026·
,,,,,,,·
0 min read
Atsushi Omata
Equal contribution
,齊藤 岳児
成瀬 愛子
三島 泰幸
若味 紳太郎
荒井 進也
山下 真理
仲山 智士
前川 裕一郎
Abstract
本稿では，時空間依存性を考慮したST-GCNによる救急需要予測モデルの構築について述べる．浜松市の2019年から2024年の救急出動記録約23万件を用い，1kmメッシュ単位での需要予測モデルを構築した．アテンション機構付き時空間グラフ畳み込みネットワーク（ASTGCN）とポアソン回帰を統合した手法を採用し，従来手法に対し18.9%の予測精度向上を達成した．潜在リスクのヒートマップ可視化により需要の空間分布の把握が可能となり，救急隊の配置最適化への応用が期待される．
Type
Publication
2026年度人工知能学会全国大会（第40回）
Conference Paper
Emergency Medical Services
Demand Prediction
Spatio-Temporal Analysis
Graph Convolutional Network
Authors
Assistant Professor
My research interests include artificial intelligence, human-computer interaction, educational technology and aging society.