SlideShare ist ein Scribd-Unternehmen logo
1 von 35
Downloaden Sie, um offline zu lesen
2012.11.04 Tokyo


Road Network Analysis Using Combination of
        PostGIS/pgRouting and R



PostGIS/pgRouting と R の連携による
           道路ネットワーク分析



     国 府 田 諭(埼玉大学環境科学研究センター研究員)
     Kouda Satoshi
● 報告の内容


 1.	 まず実例から
 	       構築した道路ネットワーク分析システムの利用例
     ▼




 2.	 本システムの考え方
 	       デスクトップアプリとは違う スクリプティング GIS 」
                      「
     ▼




 3.	 技術側面
 	       とくに PostgreSQL / PostGIS と R の連携について
     ▼




                         2
まず実例から


    基本テスト:二点間の最短経路探索
▼




    応用①:駅から各種施設への道路距離
▼




    応用②:道路ネットワークの密度評価
▼




      (いずれも Windows XP 上での動作例)

                 4
● 基本テスト:二点間の最短経路探索

                            PostgreSQL に付属する
                              クライアントツール




① pgAdmin Ⅲから

      ② R スクリプトを起動

           ③ PDF 表示が終了の合図

                     5
● テスト結果を PDF で自動保存、開く




             6
● テスト結果をテーブルでも自動保存




pgAdminⅢから




  直接テーブルの中身を確認

                 7
● テスト動作の流れ
                                        ク    デ   R
                                        ラ    ー   で
                                        イ    タ   直
テスト用の R スクリプトを作成(二点の地理座標入り)             ア    ベ   に
                                        ン    ー   実
                                        ト    ス   行
                                        ツ    作   し
 R スクリプトを PostgreSQL 内に文字列として保存         ー    業   て
                                        ル    中   も
                                        か    い   よ
                                        ら    つ   い
pgAdmin Ⅲから R を起動し、スクリプトの中身を渡す          実    も   が
                                        行    開   、
                                        で    い
                                        き    て
                                        、    い
 R と PostGIS/pgRouting の連携で、最短経路を探索     便    る
                                        利

   探索結果を PostGIS テーブルと PDF に保存
                                      pgAdmin Ⅲ用
                                      のプラグインを
                                            自作
        R スクリプトから PDF を開く

                       8
● テスト結果 PDF の表示内容



                           起点・終点


                    経路探索に使用した
                    手法・アルゴリズム別の
                    道路距離




                      使用した地図別の結果
                    (ここでは OpenStreetMap
                        の二つの時期)


              9
● テスト結果 PDF の表示内容(続き)




 全ての探索手法・アルゴリズム別に地図を作成。違いを確認できる

               10
● 経路探索の手法・アルゴリズム

  pgRouting     R の igraph     自作の関数
(PostGIS 拡張)    パッケージ        (PostGIS 2.0 上)


                              機能、柔軟性を
                              得るため独自開発
                             ・pgRouting
                              PostGIS のバージョンに
                              制約。機能が少ない

                             ・R の igraph
                              本来、抽象的な「グラフ
                              理論」での利用が主。
                              地理データとの連携には
アルゴリズム 2 種     アルゴリズム 3 種     手間が多い

                    11
● 手法・アルゴリズム間の差は少ない




全ての手法・アルゴリズムの経路を重ねている。
経路の差が出れば一目で分かる。           結果の道路距離も
が、そういう例はめったになかった。        同じ場合がほとんど


               12
● 独自開発に至った一つの理由

 実際の経路探索は「ノード間の最短経路」だけでは不足

      起終点 ⇒ アクセスできる道路 ⇒ ノード
      の距離を考慮した最短経路探索が必要

 例(右図)
 A … 起点から最も近い道路を使う
 B … 2 番目に近い道路を使う             B
 C … 最も遠い道路を使う
 終点に最も近いのは C
 しかし実際に道路に出れるか不明
                      C
                                  A
                          起点
            終点↙
                 13
● 自作関数での処理

 ・ 起終点から「アクセスできる道路」の範囲(下の赤い円)を
  	
    自由に設定可能にする
 ・ 起終点から「接続できる全てのノード」を抽出し、
  	
    ノードまでの距離を考慮して最短経路を探す


 例(右図)                    Y
 A 、B… 設定された範囲内なので
 起点から使える道路とする                 B    X
 C … 範囲外なので使わない
 起点とノード X、Y までの距離を
 考慮して最短経路を探索する
                      C
                                   A
                              起点
             終点↙
                 14
● 独自開発に至ったもう一つの理由

 最短経路探索では、起点と終点が確定している場合しか
 使えない

 起点のみを決め、「道路距離で○○メートル行ける範囲」
 を算出できれば、さらに有用と考えた


● 現在の到達点

 探索結果の比較から判断すると、pgRouting、igraph と
 ほぼ同じあり、実用的と言える。
  ⇒ 以下の応用例では、すべて自作関数を使っている

                15
● 応用①:駅から各種施設への最短道路距離




① pgAdmin Ⅲから

      ② R スクリプトを起動

           ③ PDF 表示が終了の合図

                     16
● 半径 1.5km 内での探索結果
              ・色別の円 … 施設種類(大分類)ごとの位置
              ・赤い線  … 各施設への最短経路




 三国駅(福井県、えちぜん鉄道)        三国駅(大阪府、阪急電鉄)

                   17
● 対象駅ごとに PDF の 1 頁で出力




               18
● 施設の大分類別の集計、直線距離との関係




 三国駅(福井県、えちぜん鉄道)        三国駅(大阪府、阪急電鉄)

                   19
● 応用②:道路ネットワークの密度評価




① pgAdmin Ⅲから

      ② R スクリプトを起動

           ③ PDF 表示が終了の合図

                     20
● 起点から道路距離 1.5km 以内の全経路


                      ・ 中心 … 三国駅(大阪府)
                       	

                      ・ 赤い線 … 中心から道路距
                       	
                         離 1.5km 以内の全経路

                      ・ 経路から両側 20m のバッ
                       	
                         ファを作成(白い縁)

                      ・ 外側の線…各経路の終端を
                        	
                          結ぶ凹包
                      	 (PostGIS の ST_ConcaveHull
                        関数で作成)


                  直線距離で描いた円に対し、
                  かなり均等に経路が伸びている



             21
● 道路からのバッファに含まれない区画の分布

 ・ 中心から道路距離 1.5km 以内の凹包の中で、道路から両側
  	
    20m のバッファに含まれない全てのポリゴンを抽出。
 ・ ポリゴンの面積と、中心からの距離の関係を散布図にした。
  	
  (面積は大小の差が大きいので対数値)




 駅から離れても大区画
 (道路密度が低)が多くなっていない




                  22
● 今後の応用、拡充について

・各種施設への道路距離

 今回の例では「見た目の分かりやすさ」から駅を起点に
 したが、住宅地からの評価も重要。今後取り組みたい。
 ⇒	 例えば、住宅地から歩いてアクセスできる生鮮食料品店
    が消滅する「フードデザート問題」の考察など。


・システムの拡充

 現状、道路ネットワークデータは OpenStreetMap のみを
 用いており、データが少ない地方部には使えない。
 ⇒	 今後は、他の道路データと、様々な施設データを用いて、
    より広い範囲を対象にしたい。

                 23
本システムの考え方


	 デスクトップアプリとは違う
▼




	 「スクリプティング GIS 」について
● データが多い、だけじゃない現状

                                      様々な
大量の        様々な            様々な
                                 計算方法と
データ        組み合せ           分析手法
                                 パラメータ


 ピンポイントでデータを扱うには、デスクトップアプリが便利だが
      (本システム構築でも、データチェックに QGIS を多用)

 しかし、使えるデータと分析手法を最大限に活かすには



デスクトップ        外注や           プログラミングによる
 アプリでは       人海戦術の         連続・一括・自動処理で
限界がある…       予算なし…          実現を模索してみた

                     25
● PostgreSQL / PostGIS と R の連携へ

                                    様々な
 大量の        様々な           様々な
                                  計算方法と
 データ       組み合せ           分析手法
                                  パラメータ




 データベースへのクエリ               何らかの統計処理言語
 ⇒ 地理情報も扱うなら              ⇒ オープンソースなら R
   PostGIS が定番             ・グラフや地図プロットもできる
                           ・外部プログラムも実行できる


    それなら、全体を R スクリプトで制御するのが効率的

                     27
● スクリプティング GIS の利点と目的

  シ
      	 全ての処理過程がテキストで記録されている
  ス
  テ   ▼
      	 似た処理の複製が容易
  ム
      ▼



  上   	 複数スタッフ間の処理の共有、継承、カスタマイズが容易
      ▼




  の
  利   	 処理の所要時間を記録でき、予測も容易
      ▼




  点
      	 途中の処理ミスがあった場合、修正と再実行が容易
      ▼




      	 手作業では不可能な量・質の分析を気軽に実行し、
  目
      ▼




        新たな事実発見や仮説構築につなげる
  的
      	 マウスやメニュー画面操作の時間を減らし、
      ▼




        人による思索と分析の時間を増やす

                 29
本システムの技術側面


    構成要素(ソフトウェア)
▼




    PostgreSQL / PostGIS と R の連携
▼




    処理の流れ
▼
● 構成要素の一覧、利用バージョン

作業フォルダ                    プログラム

  R スクリプト本体                               R 2.15
                               パッケージ igraph、maptools

                                 psql
    PostgreSQL に文字列で                           PostgreSQL /
    格納し、pgAdmin Ⅲから                            PostGIS に付属
    起動する方法もあり                 pgsql2shp

                              pgAdmin Ⅲ
データベースサーバ

      PostGIS 2.0                       PostGIS 1.5
     (道路データ)                    (pgRouting + dblink)

          PostgreSQL 9.1(on Windows XP SP3)

                         31
● PostgreSQL / PostGIS と R の連携の要

  コ
  マ                   データベースにクエリを行い、
  ン     psql.exe      結果を標準出力 or ファイル出力
  ド
                      (PostgreSQL に付属)
  ラ
  イ
  ン
  ツ                   PostGIS のテーブル or クエリ結果を
  ー
  ル   pgsql2shp.exe   シェイプファイルに出力
                      (PostGIS に付属)




              ともに、R から外部プログラムとして実行。
              結果を標準出力 or ファイルから取り込む

                            35
● コマンドラインより効率的な方法は?

           PostgreSQL 内のユーザ定義関数として R の機能を導入可
  PL / R
               システム全体の制御は難しい

           ▼
           PostgreSQL に接続する RpgSQL 等がある
R パッケージ
               今回の環境では接続できず
           ▼




           PostgreSQL 用ドライバ、R のパッケージ(RODBC)あり
  ODBC
               データソースの設定・管理が面倒
           ▼




                     直接の連携は、コマンドラインでの
どのみち R と PostGIS は
                     シェイプ出力経由しかない


           本システムは、コマンドラインでの連携に統一
                       42
● 処理の流れ

 ①	起終点を含む道路データ取得、                                全
 	 道路データを「リンクとノード」形式に変換                          体
                                                 を
                                                 一
      PostGIS
                 あらかじめ、起終点を引数に一括で処理する            つ
                 ユーザ定義関数を作成しておき、実行               の
                                                 R
                                                 ス
 ②	経路探索を実行 … 三通りの手法                              ク
                                                 リ
                        Rと        PostGIS で      プ
     pgRouting
                 igraph パッケージ    自作した関数
                                                 ト
                                                 で
                                                 実
                                                 行
 ③	結果保存
                                       Rと
 	   シェイプ出力	 pgsql2shp   地図プロット maptools パッケージ


                            44
● 処理の流れ … PostGIS 内の処理を統合すれば

  ①	起終点を含む道路データ取得、                                    全
  	 道路データを「リンクとノード」形式に変換                              体
                                             経    起   を
                                             路    終   一
       PostGIS あらかじめ作成したユーザ定義関数              探    点   つ
                                             索    を   の
                                    +        が    渡   R
                                             完    す   ス
                                 pgRouting   了    ク
  ②	経路探索を実行                                  す    エ   ク
                                 または自作の      る    リ   リ
                                 経路探索関数           一   プ
                                                  回   ト
                                                  で   で
                                                      実
                                                      行
  ③	結果保存
                                        Rと
  	   シェイプ出力	 pgsql2shp   地図プロット maptools パッケージ


                            49
● 構成要素と処理のまとめ

                   システムの中心




               ▼
               	   (道路データ取得、経路探索、結果保存)
 PostGIS の役割
                   全処理をユーザ定義関数で一元化


               ▼
               	   (起終点座標のクエリ 1 回で済む)




 R ⇒ PostGIS       起終点座標のクエリ(psql)
               ▼



アクセスは最小 2 回        結果のシェイプ出力(pgsql2shp)
               ▼




                   全体の制御(含 : PostGIS へのクエリ)
               ▼




   R の役割           結果の出力(含 : シェイプを取り込んで地図化)
               ▼




                   さらなる処理(分析、グラフ化など)
               ▼




                       50
● 最後に:本システムを可能にしたもの

                    PostgreSQL




                ▼
                    PostGIS



                ▼
 偉大な OSS 群
                    pgRouting

                ▼
                    R とパッケージ igraph, maptools
                ▼
                    全国規模の道路データが無償で使える
                ▼


OpenStreetMap
                    データ整備が急速に拡大中
                ▼




 多数の解説と         とくにウェブ上のリファレンスとブログ。
  利用事例          これ無しでは、本システムはできなかった


    これら全ての関発者・関係各位に深く感謝します

                          51
以上です。ご清聴ありがとうございました。




            本発表に関する連絡先
        ▼




        国府田 諭 / satkouda@gmail.com

Weitere ähnliche Inhalte

Was ist angesagt?

博士論文公聴会スライド
博士論文公聴会スライド博士論文公聴会スライド
博士論文公聴会スライドTeruhiko Takagi
 
CVIM#11 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算CVIM#11 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算sleepy_yoshi
 
FOSS4G2014Osakaハンズオン:「QGISによるジオリファレンス入門」,大阪市立大学梅田サテライトキャンパス(大阪市),2013年10月27日.
FOSS4G2014Osakaハンズオン:「QGISによるジオリファレンス入門」,大阪市立大学梅田サテライトキャンパス(大阪市),2013年10月27日.FOSS4G2014Osakaハンズオン:「QGISによるジオリファレンス入門」,大阪市立大学梅田サテライトキャンパス(大阪市),2013年10月27日.
FOSS4G2014Osakaハンズオン:「QGISによるジオリファレンス入門」,大阪市立大学梅田サテライトキャンパス(大阪市),2013年10月27日.和人 青木
 
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)研究発表を準備する(2022年版)
研究発表を準備する(2022年版)Takayuki Itoh
 
Kaggle RSNA Pneumonia Detection Challenge 解法紹介
Kaggle RSNA Pneumonia Detection Challenge 解法紹介Kaggle RSNA Pneumonia Detection Challenge 解法紹介
Kaggle RSNA Pneumonia Detection Challenge 解法紹介理 秋山
 
HMS事業紹介2021
HMS事業紹介2021HMS事業紹介2021
HMS事業紹介2021JamesHU52
 
QgisとRで野生動物の追跡結果を解析してみよう
QgisとRで野生動物の追跡結果を解析してみようQgisとRで野生動物の追跡結果を解析してみよう
QgisとRで野生動物の追跡結果を解析してみようNozomiIriomote
 
赤色立体地図で見る東京の四万年
赤色立体地図で見る東京の四万年 赤色立体地図で見る東京の四万年
赤色立体地図で見る東京の四万年 NOGUCHI Atsushi
 
DSB2019振り返り会:あのにっくき QWK を閾値調整なしで攻略した(かった)
DSB2019振り返り会:あのにっくき QWK を閾値調整なしで攻略した(かった)DSB2019振り返り会:あのにっくき QWK を閾値調整なしで攻略した(かった)
DSB2019振り返り会:あのにっくき QWK を閾値調整なしで攻略した(かった)Takuji Tahara
 
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...Deep Learning JP
 
オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)Katsuhiro Morishita
 
(2022年3月版)深層学習によるImage Classificaitonの発展
(2022年3月版)深層学習によるImage Classificaitonの発展(2022年3月版)深層学習によるImage Classificaitonの発展
(2022年3月版)深層学習によるImage Classificaitonの発展Takumi Ohkuma
 
MLOps Course Slides_JP(配布用).pdf
MLOps Course Slides_JP(配布用).pdfMLOps Course Slides_JP(配布用).pdf
MLOps Course Slides_JP(配布用).pdfYuya Yamamoto
 
[DL輪読会]Relational inductive biases, deep learning, and graph networks
[DL輪読会]Relational inductive biases, deep learning, and graph networks[DL輪読会]Relational inductive biases, deep learning, and graph networks
[DL輪読会]Relational inductive biases, deep learning, and graph networksDeep Learning JP
 
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-Shiga University, RIKEN
 
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説Shiga University, RIKEN
 
MLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for VisionMLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for Visionharmonylab
 
分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~Hideki Tsunashima
 

Was ist angesagt? (20)

博士論文公聴会スライド
博士論文公聴会スライド博士論文公聴会スライド
博士論文公聴会スライド
 
CVIM#11 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算CVIM#11 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算
 
FOSS4G2014Osakaハンズオン:「QGISによるジオリファレンス入門」,大阪市立大学梅田サテライトキャンパス(大阪市),2013年10月27日.
FOSS4G2014Osakaハンズオン:「QGISによるジオリファレンス入門」,大阪市立大学梅田サテライトキャンパス(大阪市),2013年10月27日.FOSS4G2014Osakaハンズオン:「QGISによるジオリファレンス入門」,大阪市立大学梅田サテライトキャンパス(大阪市),2013年10月27日.
FOSS4G2014Osakaハンズオン:「QGISによるジオリファレンス入門」,大阪市立大学梅田サテライトキャンパス(大阪市),2013年10月27日.
 
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
 
Kaggle RSNA Pneumonia Detection Challenge 解法紹介
Kaggle RSNA Pneumonia Detection Challenge 解法紹介Kaggle RSNA Pneumonia Detection Challenge 解法紹介
Kaggle RSNA Pneumonia Detection Challenge 解法紹介
 
Gstreamer Basics
Gstreamer BasicsGstreamer Basics
Gstreamer Basics
 
HMS事業紹介2021
HMS事業紹介2021HMS事業紹介2021
HMS事業紹介2021
 
QgisとRで野生動物の追跡結果を解析してみよう
QgisとRで野生動物の追跡結果を解析してみようQgisとRで野生動物の追跡結果を解析してみよう
QgisとRで野生動物の追跡結果を解析してみよう
 
赤色立体地図で見る東京の四万年
赤色立体地図で見る東京の四万年 赤色立体地図で見る東京の四万年
赤色立体地図で見る東京の四万年
 
DSB2019振り返り会:あのにっくき QWK を閾値調整なしで攻略した(かった)
DSB2019振り返り会:あのにっくき QWK を閾値調整なしで攻略した(かった)DSB2019振り返り会:あのにっくき QWK を閾値調整なしで攻略した(かった)
DSB2019振り返り会:あのにっくき QWK を閾値調整なしで攻略した(かった)
 
TabNetの論文紹介
TabNetの論文紹介TabNetの論文紹介
TabNetの論文紹介
 
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
[DL輪読会]Model soups: averaging weights of multiple fine-tuned models improves ...
 
オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)
 
(2022年3月版)深層学習によるImage Classificaitonの発展
(2022年3月版)深層学習によるImage Classificaitonの発展(2022年3月版)深層学習によるImage Classificaitonの発展
(2022年3月版)深層学習によるImage Classificaitonの発展
 
MLOps Course Slides_JP(配布用).pdf
MLOps Course Slides_JP(配布用).pdfMLOps Course Slides_JP(配布用).pdf
MLOps Course Slides_JP(配布用).pdf
 
[DL輪読会]Relational inductive biases, deep learning, and graph networks
[DL輪読会]Relational inductive biases, deep learning, and graph networks[DL輪読会]Relational inductive biases, deep learning, and graph networks
[DL輪読会]Relational inductive biases, deep learning, and graph networks
 
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
 
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
 
MLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for VisionMLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for Vision
 
分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~
 

Andere mochten auch

Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析Hiroaki Sengoku
 
オープンデータとオープンソースGisを用いたweb上でのインタラクティブ可視化手法について
オープンデータとオープンソースGisを用いたweb上でのインタラクティブ可視化手法についてオープンデータとオープンソースGisを用いたweb上でのインタラクティブ可視化手法について
オープンデータとオープンソースGisを用いたweb上でのインタラクティブ可視化手法についてRyousuke Wayama
 
Foss4 gマイクロジオデータ解析入門
Foss4 gマイクロジオデータ解析入門Foss4 gマイクロジオデータ解析入門
Foss4 gマイクロジオデータ解析入門Hiroaki Sengoku
 
20131109 TokyoR#35 Rでネットワーク解析とGIS
20131109 TokyoR#35 Rでネットワーク解析とGIS20131109 TokyoR#35 Rでネットワーク解析とGIS
20131109 TokyoR#35 Rでネットワーク解析とGISMed_KU
 
FOSS4G で構築した登山地図&計画マネージャー「ヤマタイム」~地理院地図PN会議
FOSS4G で構築した登山地図&計画マネージャー「ヤマタイム」~地理院地図PN会議FOSS4G で構築した登山地図&計画マネージャー「ヤマタイム」~地理院地図PN会議
FOSS4G で構築した登山地図&計画マネージャー「ヤマタイム」~地理院地図PN会議Keiichi KATSUBE
 
複雑ネットワーク勉強会 二部グラフの基礎と応用 20120208
複雑ネットワーク勉強会  二部グラフの基礎と応用 20120208複雑ネットワーク勉強会  二部グラフの基礎と応用 20120208
複雑ネットワーク勉強会 二部グラフの基礎と応用 20120208Hiroko Onari
 
今日からわかる!ソーシャルグラフ解析
今日からわかる!ソーシャルグラフ解析今日からわかる!ソーシャルグラフ解析
今日からわかる!ソーシャルグラフ解析Daichi Onodera
 
20分で語るFOSS4Gの10年
20分で語るFOSS4Gの10年20分で語るFOSS4Gの10年
20分で語るFOSS4Gの10年Toru Mori
 
『オープンソースで学ぶ社会ネットワーク分析』1章 イントロダクション
『オープンソースで学ぶ社会ネットワーク分析』1章 イントロダクション『オープンソースで学ぶ社会ネットワーク分析』1章 イントロダクション
『オープンソースで学ぶ社会ネットワーク分析』1章 イントロダクションHisao Soyama
 
Twitter拡散力の話
Twitter拡散力の話Twitter拡散力の話
Twitter拡散力の話naba0123
 
2部グラフとソーシャルネットワーク
2部グラフとソーシャルネットワーク2部グラフとソーシャルネットワーク
2部グラフとソーシャルネットワークHiroko Onari
 
Rが苦手な人にもRを使って頂くために~RcommanderとRook~
Rが苦手な人にもRを使って頂くために~RcommanderとRook~Rが苦手な人にもRを使って頂くために~RcommanderとRook~
Rが苦手な人にもRを使って頂くために~RcommanderとRook~Kazuya Wada
 
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズムTakuya Akiba
 
2章グラフ理論スピード入門
2章グラフ理論スピード入門2章グラフ理論スピード入門
2章グラフ理論スピード入門Teruo Kawasaki
 
野菜を食べる昼食会のご提案(本郷三丁目界隈 科学&工学系スタートアップ向け)Summer 2015
野菜を食べる昼食会のご提案(本郷三丁目界隈 科学&工学系スタートアップ向け)Summer 2015野菜を食べる昼食会のご提案(本郷三丁目界隈 科学&工学系スタートアップ向け)Summer 2015
野菜を食べる昼食会のご提案(本郷三丁目界隈 科学&工学系スタートアップ向け)Summer 2015Takaaki Umada
 
実践で学ぶネットワーク分析
実践で学ぶネットワーク分析実践で学ぶネットワーク分析
実践で学ぶネットワーク分析Mitsunori Sato
 
入門機会学習11章ソーシャルグラフの分析
入門機会学習11章ソーシャルグラフの分析入門機会学習11章ソーシャルグラフの分析
入門機会学習11章ソーシャルグラフの分析Takayuki Hayashi
 
Newman アルゴリズムによるソーシャルグラフのクラスタリング
Newman アルゴリズムによるソーシャルグラフのクラスタリングNewman アルゴリズムによるソーシャルグラフのクラスタリング
Newman アルゴリズムによるソーシャルグラフのクラスタリングAtsushi KOMIYA
 
Python東海Vol.5 IPythonをマスターしよう
Python東海Vol.5 IPythonをマスターしようPython東海Vol.5 IPythonをマスターしよう
Python東海Vol.5 IPythonをマスターしようHiroshi Funai
 

Andere mochten auch (20)

Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析
 
オープンデータとオープンソースGisを用いたweb上でのインタラクティブ可視化手法について
オープンデータとオープンソースGisを用いたweb上でのインタラクティブ可視化手法についてオープンデータとオープンソースGisを用いたweb上でのインタラクティブ可視化手法について
オープンデータとオープンソースGisを用いたweb上でのインタラクティブ可視化手法について
 
Foss4 gマイクロジオデータ解析入門
Foss4 gマイクロジオデータ解析入門Foss4 gマイクロジオデータ解析入門
Foss4 gマイクロジオデータ解析入門
 
20131109 TokyoR#35 Rでネットワーク解析とGIS
20131109 TokyoR#35 Rでネットワーク解析とGIS20131109 TokyoR#35 Rでネットワーク解析とGIS
20131109 TokyoR#35 Rでネットワーク解析とGIS
 
FOSS4G で構築した登山地図&計画マネージャー「ヤマタイム」~地理院地図PN会議
FOSS4G で構築した登山地図&計画マネージャー「ヤマタイム」~地理院地図PN会議FOSS4G で構築した登山地図&計画マネージャー「ヤマタイム」~地理院地図PN会議
FOSS4G で構築した登山地図&計画マネージャー「ヤマタイム」~地理院地図PN会議
 
複雑ネットワーク勉強会 二部グラフの基礎と応用 20120208
複雑ネットワーク勉強会  二部グラフの基礎と応用 20120208複雑ネットワーク勉強会  二部グラフの基礎と応用 20120208
複雑ネットワーク勉強会 二部グラフの基礎と応用 20120208
 
今日からわかる!ソーシャルグラフ解析
今日からわかる!ソーシャルグラフ解析今日からわかる!ソーシャルグラフ解析
今日からわかる!ソーシャルグラフ解析
 
20分で語るFOSS4Gの10年
20分で語るFOSS4Gの10年20分で語るFOSS4Gの10年
20分で語るFOSS4Gの10年
 
『オープンソースで学ぶ社会ネットワーク分析』1章 イントロダクション
『オープンソースで学ぶ社会ネットワーク分析』1章 イントロダクション『オープンソースで学ぶ社会ネットワーク分析』1章 イントロダクション
『オープンソースで学ぶ社会ネットワーク分析』1章 イントロダクション
 
Twitter拡散力の話
Twitter拡散力の話Twitter拡散力の話
Twitter拡散力の話
 
2部グラフとソーシャルネットワーク
2部グラフとソーシャルネットワーク2部グラフとソーシャルネットワーク
2部グラフとソーシャルネットワーク
 
Rが苦手な人にもRを使って頂くために~RcommanderとRook~
Rが苦手な人にもRを使って頂くために~RcommanderとRook~Rが苦手な人にもRを使って頂くために~RcommanderとRook~
Rが苦手な人にもRを使って頂くために~RcommanderとRook~
 
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム
 
2章グラフ理論スピード入門
2章グラフ理論スピード入門2章グラフ理論スピード入門
2章グラフ理論スピード入門
 
野菜を食べる昼食会のご提案(本郷三丁目界隈 科学&工学系スタートアップ向け)Summer 2015
野菜を食べる昼食会のご提案(本郷三丁目界隈 科学&工学系スタートアップ向け)Summer 2015野菜を食べる昼食会のご提案(本郷三丁目界隈 科学&工学系スタートアップ向け)Summer 2015
野菜を食べる昼食会のご提案(本郷三丁目界隈 科学&工学系スタートアップ向け)Summer 2015
 
R seminar on igraph
R seminar on igraphR seminar on igraph
R seminar on igraph
 
実践で学ぶネットワーク分析
実践で学ぶネットワーク分析実践で学ぶネットワーク分析
実践で学ぶネットワーク分析
 
入門機会学習11章ソーシャルグラフの分析
入門機会学習11章ソーシャルグラフの分析入門機会学習11章ソーシャルグラフの分析
入門機会学習11章ソーシャルグラフの分析
 
Newman アルゴリズムによるソーシャルグラフのクラスタリング
Newman アルゴリズムによるソーシャルグラフのクラスタリングNewman アルゴリズムによるソーシャルグラフのクラスタリング
Newman アルゴリズムによるソーシャルグラフのクラスタリング
 
Python東海Vol.5 IPythonをマスターしよう
Python東海Vol.5 IPythonをマスターしようPython東海Vol.5 IPythonをマスターしよう
Python東海Vol.5 IPythonをマスターしよう
 

Ähnlich wie PosGIS/pgRoutingとRの連携による道路ネットワーク分析(埼玉大学・国府田様)

GraphX によるグラフ分析処理の実例と入門
GraphX によるグラフ分析処理の実例と入門GraphX によるグラフ分析処理の実例と入門
GraphX によるグラフ分析処理の実例と入門鉄平 土佐
 
20170127 JAWS HPC-UG#8
20170127 JAWS HPC-UG#820170127 JAWS HPC-UG#8
20170127 JAWS HPC-UG#8Kohei KaiGai
 
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識Katsuhiro Morishita
 
QGISセミナー・中級編 Ver. 2.4版
QGISセミナー・中級編 Ver. 2.4版QGISセミナー・中級編 Ver. 2.4版
QGISセミナー・中級編 Ver. 2.4版FOSS4G_MEXT
 
QGISセミナー中級編(V2.4)
QGISセミナー中級編(V2.4)QGISセミナー中級編(V2.4)
QGISセミナー中級編(V2.4)IWASAKI NOBUSUKE
 
150828 rihn gis_workshop_handson_presentation
150828 rihn gis_workshop_handson_presentation150828 rihn gis_workshop_handson_presentation
150828 rihn gis_workshop_handson_presentationTakayuki Nuimura
 
Graph-to-Sequence Learning using Gated Graph Neural Networks. [ACL'18] 論文紹介
Graph-to-Sequence Learning using Gated Graph Neural Networks. [ACL'18] 論文紹介Graph-to-Sequence Learning using Gated Graph Neural Networks. [ACL'18] 論文紹介
Graph-to-Sequence Learning using Gated Graph Neural Networks. [ACL'18] 論文紹介Masayoshi Kondo
 
Deep learning実装の基礎と実践
Deep learning実装の基礎と実践Deep learning実装の基礎と実践
Deep learning実装の基礎と実践Seiya Tokui
 
ソフトウェア志向の組込みシステム協調設計環境
ソフトウェア志向の組込みシステム協調設計環境ソフトウェア志向の組込みシステム協調設計環境
ソフトウェア志向の組込みシステム協調設計環境Hideki Takase
 
Masシミュレーションに関する関心事@第65回 ca masゼミ
Masシミュレーションに関する関心事@第65回 ca masゼミMasシミュレーションに関する関心事@第65回 ca masゼミ
Masシミュレーションに関する関心事@第65回 ca masゼミTakuya Ueda
 
GPU-FPGA 協調計算を記述するためのプログラミング環境に関する研究(HPC169 No.10)
GPU-FPGA 協調計算を記述するためのプログラミング環境に関する研究(HPC169 No.10)GPU-FPGA 協調計算を記述するためのプログラミング環境に関する研究(HPC169 No.10)
GPU-FPGA 協調計算を記述するためのプログラミング環境に関する研究(HPC169 No.10)Ryuuta Tsunashima
 
FOSS4Gを利用した水害時避難経路検索システムの構築
FOSS4Gを利用した水害時避難経路検索システムの構築FOSS4Gを利用した水害時避難経路検索システムの構築
FOSS4Gを利用した水害時避難経路検索システムの構築Yoichi Kayama
 
グラフデータ分析 入門編
グラフデータ分析 入門編グラフデータ分析 入門編
グラフデータ分析 入門編順也 山口
 
Machine Learning on Graph Data @ ICML 2019
Machine Learning on Graph Data @ ICML 2019Machine Learning on Graph Data @ ICML 2019
Machine Learning on Graph Data @ ICML 2019emakryo
 
FOSS4G 2016 Tokyo Qgis初級編テキスト
FOSS4G 2016 Tokyo Qgis初級編テキストFOSS4G 2016 Tokyo Qgis初級編テキスト
FOSS4G 2016 Tokyo Qgis初級編テキストshingo-ootomo
 
An evaluation of Distributions of the Environmental pollutants by (Web)GIS and R
An evaluation of Distributions of the Environmental pollutants by (Web)GIS and RAn evaluation of Distributions of the Environmental pollutants by (Web)GIS and R
An evaluation of Distributions of the Environmental pollutants by (Web)GIS and RJunji Yamakawa
 
20190119 aws-study-pg-extension
20190119 aws-study-pg-extension20190119 aws-study-pg-extension
20190119 aws-study-pg-extensionToshi Harada
 

Ähnlich wie PosGIS/pgRoutingとRの連携による道路ネットワーク分析(埼玉大学・国府田様) (20)

GraphX によるグラフ分析処理の実例と入門
GraphX によるグラフ分析処理の実例と入門GraphX によるグラフ分析処理の実例と入門
GraphX によるグラフ分析処理の実例と入門
 
20170127 JAWS HPC-UG#8
20170127 JAWS HPC-UG#820170127 JAWS HPC-UG#8
20170127 JAWS HPC-UG#8
 
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
 
QGISセミナー・中級編 Ver. 2.4版
QGISセミナー・中級編 Ver. 2.4版QGISセミナー・中級編 Ver. 2.4版
QGISセミナー・中級編 Ver. 2.4版
 
QGISセミナー中級編(V2.4)
QGISセミナー中級編(V2.4)QGISセミナー中級編(V2.4)
QGISセミナー中級編(V2.4)
 
150828 rihn gis_workshop_handson_presentation
150828 rihn gis_workshop_handson_presentation150828 rihn gis_workshop_handson_presentation
150828 rihn gis_workshop_handson_presentation
 
Graph-to-Sequence Learning using Gated Graph Neural Networks. [ACL'18] 論文紹介
Graph-to-Sequence Learning using Gated Graph Neural Networks. [ACL'18] 論文紹介Graph-to-Sequence Learning using Gated Graph Neural Networks. [ACL'18] 論文紹介
Graph-to-Sequence Learning using Gated Graph Neural Networks. [ACL'18] 論文紹介
 
Rを用いたGIS
Rを用いたGISRを用いたGIS
Rを用いたGIS
 
Deep learning実装の基礎と実践
Deep learning実装の基礎と実践Deep learning実装の基礎と実践
Deep learning実装の基礎と実践
 
ソフトウェア志向の組込みシステム協調設計環境
ソフトウェア志向の組込みシステム協調設計環境ソフトウェア志向の組込みシステム協調設計環境
ソフトウェア志向の組込みシステム協調設計環境
 
Masシミュレーションに関する関心事@第65回 ca masゼミ
Masシミュレーションに関する関心事@第65回 ca masゼミMasシミュレーションに関する関心事@第65回 ca masゼミ
Masシミュレーションに関する関心事@第65回 ca masゼミ
 
GPU-FPGA 協調計算を記述するためのプログラミング環境に関する研究(HPC169 No.10)
GPU-FPGA 協調計算を記述するためのプログラミング環境に関する研究(HPC169 No.10)GPU-FPGA 協調計算を記述するためのプログラミング環境に関する研究(HPC169 No.10)
GPU-FPGA 協調計算を記述するためのプログラミング環境に関する研究(HPC169 No.10)
 
FOSS4Gを利用した水害時避難経路検索システムの構築
FOSS4Gを利用した水害時避難経路検索システムの構築FOSS4Gを利用した水害時避難経路検索システムの構築
FOSS4Gを利用した水害時避難経路検索システムの構築
 
gRPCurlDotNet.pptx
gRPCurlDotNet.pptxgRPCurlDotNet.pptx
gRPCurlDotNet.pptx
 
グラフデータ分析 入門編
グラフデータ分析 入門編グラフデータ分析 入門編
グラフデータ分析 入門編
 
Machine Learning on Graph Data @ ICML 2019
Machine Learning on Graph Data @ ICML 2019Machine Learning on Graph Data @ ICML 2019
Machine Learning on Graph Data @ ICML 2019
 
FOSS4G 2016 Tokyo Qgis初級編テキスト
FOSS4G 2016 Tokyo Qgis初級編テキストFOSS4G 2016 Tokyo Qgis初級編テキスト
FOSS4G 2016 Tokyo Qgis初級編テキスト
 
ji-2. 計算
ji-2. 計算ji-2. 計算
ji-2. 計算
 
An evaluation of Distributions of the Environmental pollutants by (Web)GIS and R
An evaluation of Distributions of the Environmental pollutants by (Web)GIS and RAn evaluation of Distributions of the Environmental pollutants by (Web)GIS and R
An evaluation of Distributions of the Environmental pollutants by (Web)GIS and R
 
20190119 aws-study-pg-extension
20190119 aws-study-pg-extension20190119 aws-study-pg-extension
20190119 aws-study-pg-extension
 

Mehr von OSgeo Japan

2019年GIS学会企画セッション 徳島大付属図書館 佐々木様発表資料
2019年GIS学会企画セッション 徳島大付属図書館 佐々木様発表資料2019年GIS学会企画セッション 徳島大付属図書館 佐々木様発表資料
2019年GIS学会企画セッション 徳島大付属図書館 佐々木様発表資料OSgeo Japan
 
地理院地図Vector(仮称)の試験公開 (国土交通省国土地理院 佐藤壮紀様)
地理院地図Vector(仮称)の試験公開 (国土交通省国土地理院 佐藤壮紀様)地理院地図Vector(仮称)の試験公開 (国土交通省国土地理院 佐藤壮紀様)
地理院地図Vector(仮称)の試験公開 (国土交通省国土地理院 佐藤壮紀様)OSgeo Japan
 
デジタル社会の基盤としての地理空間・土地情報
デジタル社会の基盤としての地理空間・土地情報デジタル社会の基盤としての地理空間・土地情報
デジタル社会の基盤としての地理空間・土地情報OSgeo Japan
 
Node-REDのworldmapの活用
Node-REDのworldmapの活用Node-REDのworldmapの活用
Node-REDのworldmapの活用OSgeo Japan
 
地理院地図の新機能と災害情報の提供
地理院地図の新機能と災害情報の提供地理院地図の新機能と災害情報の提供
地理院地図の新機能と災害情報の提供OSgeo Japan
 
地理院地図の新機能と災害情報の提供
地理院地図の新機能と災害情報の提供地理院地図の新機能と災害情報の提供
地理院地図の新機能と災害情報の提供OSgeo Japan
 
GNSSによる高精度測位社会に向けた国土地理院の取り組み
GNSSによる高精度測位社会に向けた国土地理院の取り組みGNSSによる高精度測位社会に向けた国土地理院の取り組み
GNSSによる高精度測位社会に向けた国土地理院の取り組みOSgeo Japan
 
RTK測位の実力とその活用事例
RTK測位の実力とその活用事例RTK測位の実力とその活用事例
RTK測位の実力とその活用事例OSgeo Japan
 
個人で作るRTK農業用ガイダンスシステム
個人で作るRTK農業用ガイダンスシステム個人で作るRTK農業用ガイダンスシステム
個人で作るRTK農業用ガイダンスシステムOSgeo Japan
 
FOSS4G2017KYOTO.KANSAI_ODA
FOSS4G2017KYOTO.KANSAI_ODAFOSS4G2017KYOTO.KANSAI_ODA
FOSS4G2017KYOTO.KANSAI_ODAOSgeo Japan
 
FOSS4G向けポスター
FOSS4G向けポスターFOSS4G向けポスター
FOSS4G向けポスターOSgeo Japan
 
FOSS4G_Kyoto_Kansai_2017_pss_ise
FOSS4G_Kyoto_Kansai_2017_pss_iseFOSS4G_Kyoto_Kansai_2017_pss_ise
FOSS4G_Kyoto_Kansai_2017_pss_iseOSgeo Japan
 
Foss4g(戸田) 20171015(コアデイ)
Foss4g(戸田) 20171015(コアデイ)Foss4g(戸田) 20171015(コアデイ)
Foss4g(戸田) 20171015(コアデイ)OSgeo Japan
 
Foss4 g 2017-kansai-ryoo-kim
Foss4 g 2017-kansai-ryoo-kimFoss4 g 2017-kansai-ryoo-kim
Foss4 g 2017-kansai-ryoo-kimOSgeo Japan
 
Foss4 g2017 岡山大-やまかわ
Foss4 g2017 岡山大-やまかわFoss4 g2017 岡山大-やまかわ
Foss4 g2017 岡山大-やまかわOSgeo Japan
 
Foss4 g公表用(柴田)
Foss4 g公表用(柴田)Foss4 g公表用(柴田)
Foss4 g公表用(柴田)OSgeo Japan
 
201710 発表資料(井内)
201710 発表資料(井内)201710 発表資料(井内)
201710 発表資料(井内)OSgeo Japan
 
FOSS4G 2017 KYOTO.KANSAI The OSGeo foundation new initiatives and challenges
FOSS4G 2017 KYOTO.KANSAI The OSGeo foundation new initiatives and challengesFOSS4G 2017 KYOTO.KANSAI The OSGeo foundation new initiatives and challenges
FOSS4G 2017 KYOTO.KANSAI The OSGeo foundation new initiatives and challengesOSgeo Japan
 
SBD strategy for UN Habitat Smart Safer City171015
SBD strategy for UN Habitat Smart Safer City171015SBD strategy for UN Habitat Smart Safer City171015
SBD strategy for UN Habitat Smart Safer City171015OSgeo Japan
 
地理院地図とFOSS4G 2017
地理院地図とFOSS4G 2017地理院地図とFOSS4G 2017
地理院地図とFOSS4G 2017OSgeo Japan
 

Mehr von OSgeo Japan (20)

2019年GIS学会企画セッション 徳島大付属図書館 佐々木様発表資料
2019年GIS学会企画セッション 徳島大付属図書館 佐々木様発表資料2019年GIS学会企画セッション 徳島大付属図書館 佐々木様発表資料
2019年GIS学会企画セッション 徳島大付属図書館 佐々木様発表資料
 
地理院地図Vector(仮称)の試験公開 (国土交通省国土地理院 佐藤壮紀様)
地理院地図Vector(仮称)の試験公開 (国土交通省国土地理院 佐藤壮紀様)地理院地図Vector(仮称)の試験公開 (国土交通省国土地理院 佐藤壮紀様)
地理院地図Vector(仮称)の試験公開 (国土交通省国土地理院 佐藤壮紀様)
 
デジタル社会の基盤としての地理空間・土地情報
デジタル社会の基盤としての地理空間・土地情報デジタル社会の基盤としての地理空間・土地情報
デジタル社会の基盤としての地理空間・土地情報
 
Node-REDのworldmapの活用
Node-REDのworldmapの活用Node-REDのworldmapの活用
Node-REDのworldmapの活用
 
地理院地図の新機能と災害情報の提供
地理院地図の新機能と災害情報の提供地理院地図の新機能と災害情報の提供
地理院地図の新機能と災害情報の提供
 
地理院地図の新機能と災害情報の提供
地理院地図の新機能と災害情報の提供地理院地図の新機能と災害情報の提供
地理院地図の新機能と災害情報の提供
 
GNSSによる高精度測位社会に向けた国土地理院の取り組み
GNSSによる高精度測位社会に向けた国土地理院の取り組みGNSSによる高精度測位社会に向けた国土地理院の取り組み
GNSSによる高精度測位社会に向けた国土地理院の取り組み
 
RTK測位の実力とその活用事例
RTK測位の実力とその活用事例RTK測位の実力とその活用事例
RTK測位の実力とその活用事例
 
個人で作るRTK農業用ガイダンスシステム
個人で作るRTK農業用ガイダンスシステム個人で作るRTK農業用ガイダンスシステム
個人で作るRTK農業用ガイダンスシステム
 
FOSS4G2017KYOTO.KANSAI_ODA
FOSS4G2017KYOTO.KANSAI_ODAFOSS4G2017KYOTO.KANSAI_ODA
FOSS4G2017KYOTO.KANSAI_ODA
 
FOSS4G向けポスター
FOSS4G向けポスターFOSS4G向けポスター
FOSS4G向けポスター
 
FOSS4G_Kyoto_Kansai_2017_pss_ise
FOSS4G_Kyoto_Kansai_2017_pss_iseFOSS4G_Kyoto_Kansai_2017_pss_ise
FOSS4G_Kyoto_Kansai_2017_pss_ise
 
Foss4g(戸田) 20171015(コアデイ)
Foss4g(戸田) 20171015(コアデイ)Foss4g(戸田) 20171015(コアデイ)
Foss4g(戸田) 20171015(コアデイ)
 
Foss4 g 2017-kansai-ryoo-kim
Foss4 g 2017-kansai-ryoo-kimFoss4 g 2017-kansai-ryoo-kim
Foss4 g 2017-kansai-ryoo-kim
 
Foss4 g2017 岡山大-やまかわ
Foss4 g2017 岡山大-やまかわFoss4 g2017 岡山大-やまかわ
Foss4 g2017 岡山大-やまかわ
 
Foss4 g公表用(柴田)
Foss4 g公表用(柴田)Foss4 g公表用(柴田)
Foss4 g公表用(柴田)
 
201710 発表資料(井内)
201710 発表資料(井内)201710 発表資料(井内)
201710 発表資料(井内)
 
FOSS4G 2017 KYOTO.KANSAI The OSGeo foundation new initiatives and challenges
FOSS4G 2017 KYOTO.KANSAI The OSGeo foundation new initiatives and challengesFOSS4G 2017 KYOTO.KANSAI The OSGeo foundation new initiatives and challenges
FOSS4G 2017 KYOTO.KANSAI The OSGeo foundation new initiatives and challenges
 
SBD strategy for UN Habitat Smart Safer City171015
SBD strategy for UN Habitat Smart Safer City171015SBD strategy for UN Habitat Smart Safer City171015
SBD strategy for UN Habitat Smart Safer City171015
 
地理院地図とFOSS4G 2017
地理院地図とFOSS4G 2017地理院地図とFOSS4G 2017
地理院地図とFOSS4G 2017
 

PosGIS/pgRoutingとRの連携による道路ネットワーク分析(埼玉大学・国府田様)

  • 1. 2012.11.04 Tokyo Road Network Analysis Using Combination of PostGIS/pgRouting and R PostGIS/pgRouting と R の連携による 道路ネットワーク分析 国 府 田 諭(埼玉大学環境科学研究センター研究員) Kouda Satoshi
  • 2. ● 報告の内容 1. まず実例から 構築した道路ネットワーク分析システムの利用例 ▼ 2. 本システムの考え方 デスクトップアプリとは違う スクリプティング GIS 」 「 ▼ 3. 技術側面 とくに PostgreSQL / PostGIS と R の連携について ▼ 2
  • 3. まず実例から 基本テスト:二点間の最短経路探索 ▼ 応用①:駅から各種施設への道路距離 ▼ 応用②:道路ネットワークの密度評価 ▼ (いずれも Windows XP 上での動作例) 4
  • 4. ● 基本テスト:二点間の最短経路探索 PostgreSQL に付属する クライアントツール ① pgAdmin Ⅲから ② R スクリプトを起動 ③ PDF 表示が終了の合図 5
  • 5. ● テスト結果を PDF で自動保存、開く 6
  • 7. ● テスト動作の流れ ク デ R ラ ー で イ タ 直 テスト用の R スクリプトを作成(二点の地理座標入り) ア ベ に ン ー 実 ト ス 行 ツ 作 し R スクリプトを PostgreSQL 内に文字列として保存 ー 業 て ル 中 も か い よ ら つ い pgAdmin Ⅲから R を起動し、スクリプトの中身を渡す 実 も が 行 開 、 で い き て 、 い R と PostGIS/pgRouting の連携で、最短経路を探索 便 る 利 探索結果を PostGIS テーブルと PDF に保存 pgAdmin Ⅲ用 のプラグインを 自作 R スクリプトから PDF を開く 8
  • 8. ● テスト結果 PDF の表示内容 起点・終点 経路探索に使用した 手法・アルゴリズム別の 道路距離 使用した地図別の結果 (ここでは OpenStreetMap の二つの時期) 9
  • 9. ● テスト結果 PDF の表示内容(続き) 全ての探索手法・アルゴリズム別に地図を作成。違いを確認できる 10
  • 10. ● 経路探索の手法・アルゴリズム pgRouting R の igraph 自作の関数 (PostGIS 拡張) パッケージ (PostGIS 2.0 上) 機能、柔軟性を 得るため独自開発 ・pgRouting PostGIS のバージョンに 制約。機能が少ない ・R の igraph 本来、抽象的な「グラフ 理論」での利用が主。 地理データとの連携には アルゴリズム 2 種 アルゴリズム 3 種 手間が多い 11
  • 11. ● 手法・アルゴリズム間の差は少ない 全ての手法・アルゴリズムの経路を重ねている。 経路の差が出れば一目で分かる。 結果の道路距離も が、そういう例はめったになかった。 同じ場合がほとんど 12
  • 12. ● 独自開発に至った一つの理由 実際の経路探索は「ノード間の最短経路」だけでは不足 起終点 ⇒ アクセスできる道路 ⇒ ノード の距離を考慮した最短経路探索が必要 例(右図) A … 起点から最も近い道路を使う B … 2 番目に近い道路を使う B C … 最も遠い道路を使う 終点に最も近いのは C しかし実際に道路に出れるか不明 C A 起点 終点↙ 13
  • 13. ● 自作関数での処理 ・ 起終点から「アクセスできる道路」の範囲(下の赤い円)を 自由に設定可能にする ・ 起終点から「接続できる全てのノード」を抽出し、 ノードまでの距離を考慮して最短経路を探す 例(右図) Y A 、B… 設定された範囲内なので 起点から使える道路とする B X C … 範囲外なので使わない 起点とノード X、Y までの距離を 考慮して最短経路を探索する C A 起点 終点↙ 14
  • 14. ● 独自開発に至ったもう一つの理由 最短経路探索では、起点と終点が確定している場合しか 使えない 起点のみを決め、「道路距離で○○メートル行ける範囲」 を算出できれば、さらに有用と考えた ● 現在の到達点 探索結果の比較から判断すると、pgRouting、igraph と ほぼ同じあり、実用的と言える。 ⇒ 以下の応用例では、すべて自作関数を使っている 15
  • 15. ● 応用①:駅から各種施設への最短道路距離 ① pgAdmin Ⅲから ② R スクリプトを起動 ③ PDF 表示が終了の合図 16
  • 16. ● 半径 1.5km 内での探索結果 ・色別の円 … 施設種類(大分類)ごとの位置 ・赤い線  … 各施設への最短経路 三国駅(福井県、えちぜん鉄道) 三国駅(大阪府、阪急電鉄) 17
  • 17. ● 対象駅ごとに PDF の 1 頁で出力 18
  • 19. ● 応用②:道路ネットワークの密度評価 ① pgAdmin Ⅲから ② R スクリプトを起動 ③ PDF 表示が終了の合図 20
  • 20. ● 起点から道路距離 1.5km 以内の全経路 ・ 中心 … 三国駅(大阪府) ・ 赤い線 … 中心から道路距 離 1.5km 以内の全経路 ・ 経路から両側 20m のバッ ファを作成(白い縁) ・ 外側の線…各経路の終端を 結ぶ凹包 (PostGIS の ST_ConcaveHull 関数で作成) 直線距離で描いた円に対し、 かなり均等に経路が伸びている 21
  • 21. ● 道路からのバッファに含まれない区画の分布 ・ 中心から道路距離 1.5km 以内の凹包の中で、道路から両側 20m のバッファに含まれない全てのポリゴンを抽出。 ・ ポリゴンの面積と、中心からの距離の関係を散布図にした。 (面積は大小の差が大きいので対数値) 駅から離れても大区画 (道路密度が低)が多くなっていない 22
  • 22. ● 今後の応用、拡充について ・各種施設への道路距離 今回の例では「見た目の分かりやすさ」から駅を起点に したが、住宅地からの評価も重要。今後取り組みたい。 ⇒ 例えば、住宅地から歩いてアクセスできる生鮮食料品店 が消滅する「フードデザート問題」の考察など。 ・システムの拡充 現状、道路ネットワークデータは OpenStreetMap のみを 用いており、データが少ない地方部には使えない。 ⇒ 今後は、他の道路データと、様々な施設データを用いて、 より広い範囲を対象にしたい。 23
  • 24. ● データが多い、だけじゃない現状 様々な 大量の 様々な 様々な 計算方法と データ 組み合せ 分析手法 パラメータ ピンポイントでデータを扱うには、デスクトップアプリが便利だが (本システム構築でも、データチェックに QGIS を多用) しかし、使えるデータと分析手法を最大限に活かすには デスクトップ 外注や プログラミングによる アプリでは 人海戦術の 連続・一括・自動処理で 限界がある… 予算なし… 実現を模索してみた 25
  • 25. ● PostgreSQL / PostGIS と R の連携へ 様々な 大量の 様々な 様々な 計算方法と データ 組み合せ 分析手法 パラメータ データベースへのクエリ 何らかの統計処理言語 ⇒ 地理情報も扱うなら ⇒ オープンソースなら R PostGIS が定番 ・グラフや地図プロットもできる ・外部プログラムも実行できる それなら、全体を R スクリプトで制御するのが効率的 27
  • 26. ● スクリプティング GIS の利点と目的 シ 全ての処理過程がテキストで記録されている ス テ ▼ 似た処理の複製が容易 ム ▼ 上 複数スタッフ間の処理の共有、継承、カスタマイズが容易 ▼ の 利 処理の所要時間を記録でき、予測も容易 ▼ 点 途中の処理ミスがあった場合、修正と再実行が容易 ▼ 手作業では不可能な量・質の分析を気軽に実行し、 目 ▼ 新たな事実発見や仮説構築につなげる 的 マウスやメニュー画面操作の時間を減らし、 ▼ 人による思索と分析の時間を増やす 29
  • 27. 本システムの技術側面 構成要素(ソフトウェア) ▼ PostgreSQL / PostGIS と R の連携 ▼ 処理の流れ ▼
  • 28. ● 構成要素の一覧、利用バージョン 作業フォルダ プログラム R スクリプト本体 R 2.15 パッケージ igraph、maptools psql PostgreSQL に文字列で PostgreSQL / 格納し、pgAdmin Ⅲから PostGIS に付属 起動する方法もあり pgsql2shp pgAdmin Ⅲ データベースサーバ PostGIS 2.0 PostGIS 1.5 (道路データ) (pgRouting + dblink) PostgreSQL 9.1(on Windows XP SP3) 31
  • 29. ● PostgreSQL / PostGIS と R の連携の要 コ マ データベースにクエリを行い、 ン psql.exe 結果を標準出力 or ファイル出力 ド (PostgreSQL に付属) ラ イ ン ツ PostGIS のテーブル or クエリ結果を ー ル pgsql2shp.exe シェイプファイルに出力 (PostGIS に付属) ともに、R から外部プログラムとして実行。 結果を標準出力 or ファイルから取り込む 35
  • 30. ● コマンドラインより効率的な方法は? PostgreSQL 内のユーザ定義関数として R の機能を導入可 PL / R システム全体の制御は難しい ▼ PostgreSQL に接続する RpgSQL 等がある R パッケージ 今回の環境では接続できず ▼ PostgreSQL 用ドライバ、R のパッケージ(RODBC)あり ODBC データソースの設定・管理が面倒 ▼ 直接の連携は、コマンドラインでの どのみち R と PostGIS は シェイプ出力経由しかない 本システムは、コマンドラインでの連携に統一 42
  • 31. ● 処理の流れ ① 起終点を含む道路データ取得、 全 道路データを「リンクとノード」形式に変換 体 を 一 PostGIS あらかじめ、起終点を引数に一括で処理する つ ユーザ定義関数を作成しておき、実行 の R ス ② 経路探索を実行 … 三通りの手法 ク リ Rと PostGIS で プ pgRouting igraph パッケージ 自作した関数 ト で 実 行 ③ 結果保存 Rと シェイプ出力 pgsql2shp 地図プロット maptools パッケージ 44
  • 32. ● 処理の流れ … PostGIS 内の処理を統合すれば ① 起終点を含む道路データ取得、 全 道路データを「リンクとノード」形式に変換 体 経 起 を 路 終 一 PostGIS あらかじめ作成したユーザ定義関数 探 点 つ 索 を の + が 渡 R 完 す ス pgRouting 了 ク ② 経路探索を実行 す エ ク または自作の る リ リ 経路探索関数 一 プ 回 ト で で 実 行 ③ 結果保存 Rと シェイプ出力 pgsql2shp 地図プロット maptools パッケージ 49
  • 33. ● 構成要素と処理のまとめ システムの中心 ▼ (道路データ取得、経路探索、結果保存) PostGIS の役割 全処理をユーザ定義関数で一元化 ▼ (起終点座標のクエリ 1 回で済む) R ⇒ PostGIS 起終点座標のクエリ(psql) ▼ アクセスは最小 2 回 結果のシェイプ出力(pgsql2shp) ▼ 全体の制御(含 : PostGIS へのクエリ) ▼ R の役割 結果の出力(含 : シェイプを取り込んで地図化) ▼ さらなる処理(分析、グラフ化など) ▼ 50
  • 34. ● 最後に:本システムを可能にしたもの PostgreSQL ▼ PostGIS ▼ 偉大な OSS 群 pgRouting ▼ R とパッケージ igraph, maptools ▼ 全国規模の道路データが無償で使える ▼ OpenStreetMap データ整備が急速に拡大中 ▼ 多数の解説と とくにウェブ上のリファレンスとブログ。 利用事例 これ無しでは、本システムはできなかった これら全ての関発者・関係各位に深く感謝します 51
  • 35. 以上です。ご清聴ありがとうございました。 本発表に関する連絡先 ▼ 国府田 諭 / satkouda@gmail.com