[P2-09] 1kmメッシュ別滞在人口データを用いた時系列パターン分類手法の開発
キーワード：COVID-19, Dynamic Time Warping, Whale Optimization Algorithm, K-Mediois
感染症と共存するポストコロナ社会の都市利用のあり方を考えるためには、コロナ禍における滞在人口パターンの変化を把握する必要がある。しかし、時系列データに適用される既存のクラスタリングアルゴリズムは、集計量を使用した簡易的な手法、もしくは局所最適解に陥りやすいパターン分類手法が主なため、更なる精度の向上が求められている。そこで本研究では、2019年から2021年における一都三県（東京都、神奈川県、埼玉県、千葉県）の月別の1 kmメッシュ別滞在人口データを対象とし、時系列データの類似度を算出するDynamic Time Warping（DTW）と全局最適解を探索するWhale Optimization Algorithm（WOA）を組み合わせたK-Medoids法を提案する。各年の時系列パターンの特徴から、滞在人口の時空間的パターンの変化を検討する。