論文の概要: Place with Intention: An Empirical Attendance Predictive Study of Expo 2025 Osaka, Kansai, Japan

• arxiv url: http://arxiv.org/abs/2601.14570v1
• Date: Wed, 21 Jan 2026 01:14:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-22 21:27:50.201775
• Title: Place with Intention: An Empirical Attendance Predictive Study of Expo 2025 Osaka, Kansai, Japan
• Title（参考訳）: 意図のある場所:関西, 大阪, 2025年万博の実証的研究
• Authors: Xiaojie Yang, Dizhi Huang, Hangli Ge, Masahiro Sano, Takeaki Ohdake, Kazuma Hatano, Noboru Koshizuka,
• Abstract要約: 本稿では,来訪者の来訪意図のプロキシとして予約動態を利用するTransformerベースのフレームワークを提案する。 入場記録と予約動態を組み合わせたデータセットを構築し,単一チャンネルと2チャンネル設定の両方でモデルを評価する。 その結果,東門と西門を別々にモデル化することで,特に短期・中期の地平線において精度が向上することが示唆された。
• 参考スコア（独自算出の注目度）: 2.5284578310052566
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate forecasting of daily attendance is vital for managing transportation, crowd flows, and services at large-scale international events such as Expo 2025 Osaka, Kansai, Japan. However, existing approaches often rely on multi-source external data (such as weather, traffic, and social media) to improve accuracy, which can lead to unreliable results when historical data are insufficient. To address these challenges, we propose a Transformer-based framework that leverages reservation dynamics, i.e., ticket bookings and subsequent updates within a time window, as a proxy for visitors' attendance intentions, under the assumption that such intentions are eventually reflected in reservation patterns. This design avoids the complexity of multi-source integration while still capturing external influences like weather and promotions implicitly embedded in reservation dynamics. We construct a dataset combining entrance records and reservation dynamics and evaluate the model under both single-channel (total attendance) and two-channel (separated by East and West gates) settings. Results show that separately modeling East and West gates consistently improves accuracy, particularly for short- and medium-term horizons. Ablation studies further confirm the importance of the encoder-decoder structure, inverse-style embedding, and adaptive fusion module. Overall, our findings indicate that reservation dynamics offer a practical and informative foundation for attendance forecasting in large-scale international events.
• Abstract（参考訳）: 大阪・関西・万博2025などの大規模国際イベントにおいて,交通機関やクラウドフロー,サービスを管理する上で,日次出席の正確な予測が不可欠である。 しかし、既存のアプローチは、正確性を向上させるために、しばしば複数のソースの外部データ(天気、交通、ソーシャルメディアなど)に依存しており、歴史的データが不十分な場合に信頼性の低い結果をもたらす可能性がある。 これらの課題に対処するために,予約動態,すなわちチケット予約とその後の更新を時間枠内で活用するTransformerベースのフレームワークを,最終的に予約パターンに反映されるという仮定の下で,訪問者の出席意図のプロキシとして提案する。 この設計はマルチソース統合の複雑さを回避しつつ、天気やプロモーションのような外部の影響を予約ダイナミクスに暗黙的に埋め込んでいる。 本研究では,入場記録と予約動態を組み合わせたデータセットを構築し,単一チャンネル(Total attendance)と2チャンネル(East GatesとWest Gatesで分離)の2つの設定でモデルを評価する。 その結果,東門と西門を別々にモデル化することで,特に短期・中期の地平線において精度が向上することが示唆された。 アブレーション研究は、エンコーダ・デコーダ構造、逆スタイルの埋め込み、適応核融合モジュールの重要性をさらに裏付ける。 以上の結果から,予約動態は大規模国際イベントにおける出席予測の実践的かつ情報的基盤となることが示唆された。

関連論文リスト

• DAWP: A framework for global observation forecasting via Data Assimilation and Weather Prediction in satellite observation space [60.729377189859]
  完全な観測空間でAIWPを動作させるためのDAWPフレームワークを提案する。 AIDAモジュールは、不規則な衛星観測トークンを同化するためにマスク多モードオートエンコーダを適用している。 我々はAIDAがAIWPのロールアウトと効率を大幅に改善し、地球規模の降水分解予測に適用できる有望な可能性を秘めていることを示す。
  論文  参考訳（メタデータ） (2025-10-13T03:13:35Z)
• PreMixer: MLP-Based Pre-training Enhanced MLP-Mixers for Large-scale Traffic Forecasting [30.055634767677823]
  都市コンピューティングでは,交通ネットワークからの時系列データの正確かつ迅速な予測が重要である。 現在の研究制限は、モデル固有の非効率性と、モデル複雑さによる大規模トラフィックアプリケーションに対する不適合性のためである。 本稿では,このギャップを埋めるための新しいフレームワークPreMixerを提案する。MLP(Multi-Layer Perceptrons)の原理に基づく予測モデルと事前学習機構を特徴とする。 我々のフレームワークは,大規模トラフィックデータセットの広範な実験により検証され,高い計算効率を維持しながら,同等の最先端性能を実現している。
  論文  参考訳（メタデータ） (2024-12-18T08:35:40Z)
• Tackling Data Heterogeneity in Federated Time Series Forecasting [61.021413959988216]
  時系列予測は、エネルギー消費予測、病気の伝染モニタリング、天気予報など、様々な実世界の応用において重要な役割を果たす。 既存のほとんどのメソッドは、分散デバイスから中央クラウドサーバに大量のデータを収集する、集中的なトレーニングパラダイムに依存しています。 本稿では,情報合成データを補助的知識キャリアとして生成することにより,データの均一性に対処する新しいフレームワークであるFed-TRENDを提案する。
  論文  参考訳（メタデータ） (2024-11-24T04:56:45Z)
• FATE: Focal-modulated Attention Encoder for Multivariate Time-series Forecasting [0.0]
  気候は、海面の上昇、氷河の融解、ますます極端な気候パターンなど、21世紀の最も急進的な世界的な課題の1つである。 正確な予測はこれらの現象を監視し、緩和戦略を支援するために重要である。 CNN、RNN、アテンションベースのトランスフォーマーなど、最近の時系列予測のためのデータ駆動モデルでは、依存関係と限定並列化に苦戦している。 本研究は,時系列予測のための修正注意文(FATE)を提示する。
  論文  参考訳（メタデータ） (2024-08-21T04:40:18Z)
• XXLTraffic: Expanding and Extremely Long Traffic forecasting beyond test adaptation [3.7509821052818118]
  XXLTrafficは、ロサンゼルス、アメリカ、オーストラリア、ニューサウスウェールズ州で最長のタイムパンを持つ、利用可能な公共交通データセットである。 我々のデータセットは、既存の時間的データ資源を補完し、この領域における新しい研究の方向性につながる。
  論文  参考訳（メタデータ） (2024-06-18T15:06:22Z)
• Rethinking Urban Mobility Prediction: A Super-Multivariate Time Series Forecasting Approach [71.67506068703314]
  長期の都市移動予測は、都市施設やサービスの効果的管理において重要な役割を担っている。 伝統的に、都市移動データはビデオとして構成され、経度と緯度を基本的なピクセルとして扱う。 本研究では,都市におけるモビリティ予測の新たな視点について紹介する。 都市移動データを従来のビデオデータとして単純化するのではなく、複雑な時系列と見なす。
  論文  参考訳（メタデータ） (2023-12-04T07:39:05Z)
• Towards Motion Forecasting with Real-World Perception Inputs: Are End-to-End Approaches Competitive? [93.10694819127608]
  実世界の知覚入力を用いた予測手法の統一評価パイプラインを提案する。 我々の詳細な調査では、キュレートされたデータから知覚ベースのデータへ移行する際の大きなパフォーマンスギャップが明らかになりました。
  論文  参考訳（メタデータ） (2023-06-15T17:03:14Z)
• Time Series Forecasting via Semi-Asymmetric Convolutional Architecture with Global Atrous Sliding Window [0.0]
  本稿では,時系列予測の問題に対処するために提案手法を提案する。 現代のモデルのほとんどは、短い範囲の情報のみに焦点を当てており、時系列予測のような問題で致命的なものである。 パフォーマンス上のアドバンテージがあることを実験的に検証した3つの主要なコントリビューションを行います。
  論文  参考訳（メタデータ） (2023-01-31T15:07:31Z)
• Building Autocorrelation-Aware Representations for Fine-Scale Spatiotemporal Prediction [1.2862507359003323]
  本稿では,空間統計理論をニューラルネットワークに組み込んだ新しいディープラーニングアーキテクチャを提案する。 DeepLATTEには、局所的自己相関パターンとグローバルな自己相関傾向の両方を強制する、自己相関誘導半教師付き学習戦略が含まれている。 我々は,DeepLATTEの公開データを用いた実演を行い,健康上の重要なトピックとして,高度に適合した複雑な物理環境下での空気質予測を行った。
  論文  参考訳（メタデータ） (2021-12-10T03:21:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。