Sensing is becoming increasingly mobile and people-centric in a network enabled society. Urban activities are recognized from the footprint of the usages of ubiquitous urban infrastructure. This new paradigm is a combination of urban infrastructures, information and communication technologies and digital networks. The rapid technology development in the area of digital network and telecommunications has a significant impact on our societies, lifestyles and the way we interact with the city. The technological advances and the benefits resulting from the use of these technologies are capable of improving current urban management, and introduce new schemes for urban mobility studies. This dissertation explores a novel practice concerning how mobile devices can be employed as a new urban mobility sensor, location-aware and human in the loop system that enables city wide information collection and analysis.

Despite the growing concern for public health, urban securities and natural disasters, these studies have initially been developed to improve operational efficiency or to plan public space management. Understanding the population dynamics at high spatial and temporal resolutions, especially when incorporated into established population distribution models, will hopefully allow for detailed investigations of populations impacted by natural and manmade disasters and, subsequently, could lead to more appropriate emergency planning and responses, as well as better informed policy decisions.

Another promising application in utilizing digital footprints from the mobile devices is public marketing analysis. The distribution of a population at different points of time in each city space could be an ideal source for marketing executives to decide on a place to activate premium urban advertising opportunities or campaigns that are geographically based with more targeted and efficient marketing. These finsights would allow them to offer more specific ad-funded and LBS services that stimulate uptake and increase their profitability.

In this research we explore and analyze the daily population distribution patterns in the city, using a unique data source from aggregate calling activity over time in a mobile phone network. This study will therefore address the following research questions: Would modification of calling activities be confirmed to correspond to actual population in the area? How do such patterns vary in different parts of the city? And how can human mobility be reconstructed from calling records of mobile phones? The questions are meant to explore whether the population distribution follows a trend of mobile phone call detail records (CDRs) and to investigate using such data for potential develop dynamic population estimation models.

To test the provided research questions, the study had been conducted in several major cities of the world starting from a test base scenario in central Bangkok in 2008. We developed a system call "Mobile Sensing", a web based 2D and 3D GIS, to use as a fundamental tool for mobile phone data visualization and analysis. The initial results depicted and captured time series of interpolated mobile phone call traffic in a grid density surface. This observation leads to the speculation about how one part of the central city is upscale, crowded and how long the area remains busy until people move to another part of the city. The analysis of the mobile phone activities during one day and the mean transformation within a month has been examined to extract each cityscape's communal pattern. In addition, results of the study not only provided a tool for area or zoning analysis but also could be used to specify hidden problems of the particular space over a period of time.

In 2009, millions of mobile phone users in Massachusetts were examined. It was the first time that a huge amount of mobile phone traces were used to analyze the mobility of the city. The numerical algorithms were developed to extract the revisit points of individuals, for instance, home and work locations. We preliminarily analyzed this data by characterizing mobility in a profile-based space (activity-aware map) that describes most probable activity associated with a specific area of space. This, in turn, allowed us to capture the individual daily activity pattern and analyze the correlations among different people's work area's profile. We also investigated how good a correlation exists between the presence of people and the mobile phone activities by inventing "SIM Mobility", a mobile phone traffic simulation system. The product outcome has been validated with simulated trajectories and MassGIS census data. The results yielded evidence confirming that the mobile phone activities are significantly correlated to the existence of people.

The last part of this dissertation was implemented in the Tokyo metropolitan area. The Tokyo's mobile phone traffic or call detail records (CDRs) were generated from the SIM Mobility simulation system. The calling patterns of the Greater Tokyo region were built from analyzing mobile phone usage surveys, and the simulated trajectories were retrieved from Tokyo Person Trip data. Besides this, we developed new dynamic population estimation methodologies involving two different approaches and investigated the accuracy of results. The first methodology was implemented using a group based approach, and the population weighted factor has been modified by time-dependent OD metrics extracted from the observed mobile phone calling traffic. The second methodology was implemented using an individual based approach utilizing data assimilation process. The estimation results shown greatly accurate prediction and capable of being enhanced the existing algorithm previously developed by The Tokyo Metropolitan Region Transportation Planning Commission. By using a complete scale of this novel data type, the proposed methods would enable real-time reporting of city-wide population estimations and potentially paint a complex and dynamic portrait of the urban dynamic in which users are based.

Using mobile phones as sensing devices to accumulate aggregate "crowdsourced" data for urban analysis is still in the early phases of development. The contributions of this research would pave the way for future extensions to larger and more complex analysis.

都市における人の移動、分布の変化をリアルタイムに知ることができれば、マーケティング、交通管理・施設管理から災害時の緊急対応まで幅広く利用できる。人や車の動きをリアルタイムにトラッキングする技術としては、カメラ映像やレーザレーダを利用する方法、GPS付きの携帯電話等を利用する方法など多くの方法が提案されているが、カメラなどを利用する方法は、設置箇所周辺のごく限られた領域しかカバーできない。またGPSを利用する方法は、位置情報を携帯電話保有者からいちいち提供してもらう必要があり、非常に多数の人々から継続的に収集するのは容易ではない。一方、携帯電話は通話などのために基地局と絶えず通信しており、携帯電話キャリアは常に端末がどの基地局と通信しているかをモニターしていることはよく知られている。基地局の受信範囲は数百メートルから数キロメートルであるため、その程度の精度でなら携帯端末の位置がわかることになる。多くの先進国では携帯電話の普及率は100%に近く、開発途上国でさえ30%を越えるところが少なくないなど、携帯電話を利用する位置把握は、網羅性という意味で非常に有効である。近年、携帯電話と基地局との通信トラフィック量などを可視化し、携帯電話の通信状況データを利用することの有用性を示唆する研究はいくつか登場しているものの、具体的な人数推定にまで結びつけた研究はほぼ皆無である。その背景には、プライバシー侵害などに対する配慮もあるが、大きな課題は携帯電話の通信状況データは直接人数には結びつかず、保有状況、利用状況が介在すること、数百メートルから数キロメートルという粗い位置分解能しか有していないデータからどのようにより詳細な人数分布や人の移動を推定すればよいのか、推定の方法論が存在しないことにある。

本論文は、以上の背景の下、携帯電話の通信状況データから都市全体のような広域を対象にして、人々が時間・空間的どのように分布しているのか、どのように移動しているのかを推定する方法を開発することを目的としている。論文は7章よりなっている。

第1章は序論として、研究の背景と目的を述べている。

第2章は、既存の研究の課題、限界を整理している。すなわち携帯電話の通信状況データを利用した研究は、単なる通信状況データの時空間的な可視化に留まっていること、携帯電話の保有や利用状況を調査した研究は多いが、場所と結びつけて解析した結果は少なく、通信状況データからの人数推定という観点からの利用は全くないこと、都市圏レベルの人の移動を把握、モデル化する研究はパーソントリップ調査やそれに基づく交通計画学・交通工学の研究など数多いが、パーソントリップ調査は10年に一回実施されるアンケート調査であり、人数分布を常時、リアルタイムに把握するという目的にはそのままでは使えないことなどが示されている。

第3章は、携帯の通信状況データを時空間的に可視化、解析するリアルタイム・モバイルセンシング・プラットフォームの開発について述べている。このプラットフォームは多量の時空間データである通信状況データを容易に処理・視覚化するためのものであり、研究を進めるための基盤となる。通信状況が非常に安定した時空間変化を示していること、それを利用した異常パターン検出ができることなどが示されている。

第4章は、実際の携帯電話の通信状況データを用いた携帯電話利用の時空間パターンの分析結果を述べている。MIT(マサチューセッツ工科大学)との共同研究によりマサチューセッツ州・ボストン市周辺地域を対象とした特定携帯キャリアについての携帯電話の通話・通信ログデータを解析し、通話・通信頻度の時間パターンから利用者がいくつかに分類できること、ヘビーユーザと、ほとんど利用しないユーザの差異が非常に大きいことなどが明らかとなった。なお、ヘビーユーザの時空間利用パターンを基にユーザの分布の時間変化をどの程度推定できる可能性があるのかに関するシミュレーションを行った。

第5章は、日本における携帯電話保有・利用状況、利用実態(通話、メール、ウェブの通信ログ)を時間的・空間的に調査した結果を示している。これによりある属性グループに属する人がどの時間帯、どのような活動を行っているときにどの程度の頻度、確率で通話、メール、ウェブ閲覧などを行うのかを明らかにすることができた。

第6章は、人々の時空間分布の推定手法の開発と、東京における精度検証実験の結果を示している。第5章で作成された携帯電話の保有・利用モデルを利用して、人々の時空間分布が与えられた際に、どのような通信ログ(通話、メール、ウェブの利用ログ)が発生するのかのシミュレーションをまず行い、そのシミュレーション結果(仮想の通信ログデータ)を基に人々の時空間分布をどの程度の精度で再現できるのかを検証した。再現手法は、人々の時空間分布仮説を確率的に多数発生させ、観測されている通信ログと最も適合した仮説を推定値として採用するものである。仮説を発生させるに際しては、年齢・性別などの属性グループごとの人口分布や移動パターンの初期値が必要になるという制約はあるものの、通話ログを利用することで、初期値が大幅に改善され、精度のよい人数の時空間分布推定が可能になることがわかった。

第7章は結論と今後の課題、展望を整理している。

以上まとめると、広域を対象とした人々の時空間分布を数十分単位の細かな時間的分解能で、携帯電話の通信状況データから推定する手法が開発され、その性能もシミュレーションを通じて明らかとなった。これは、空間情報工学の新たな分野を開拓するものとして高く評価される。よって本論文は博士(工学)の学位請求論文として合格と認められる。