產學計畫

承接單位：大數據與智慧城市研究中心
參與人員：王鴻龍、張玉山、黃怡婷、詹士樑
計畫簡介：目前我國人口統計有「戶籍統計」與「普查資料」2種，各具特色與用途。但由於工商經濟發展、交通便利、民眾跨區通勤通學移動愈趨頻繁，各地區之平/假日、日/夜間之活動差異愈來愈大，亟需建立一套能反映日間活動人口的全國性「人流統計」供各界應用。本案委由臺北大學團隊整合三家電信業者提供的電信信令資料，藉此推估全國靜態人口現況，包括夜間停留、日間活動人口及特定區域旅次，並運用驗證樣本用戶之信令資料，內部研究人口動態移動行為，完成全國的電信信令人口統計資料建置。

承接單位：大數據與智慧城市研究中心
參與人員：張玉山
計畫摘要：近年來各國對於空氣品質逐漸重視，隨著資訊技術的突破，如何以資訊技術預測未來空氣品質將是個重要的議題。本計畫總共執行三年，主要是透過各種空氣品質之歷史資料，導入大數據分析以及人工智慧技術預測未來 1-12小時之空氣品質及視覺化方式 來觀看預測結果。本團隊 107-109 分述如下：107 年架設資料儲存平台與資料蒐集、建構 大數據分析與深度學習平台、開發預測模型、建立 PM2.5 與 PM10 視覺化平台，108 年新增以 GRU 為基礎的 5 個時空模型、開發集成學習為基礎之混合模型、建構以民生公 共物聯網為基礎的注意機制、擴增 PM2.5、PM10 預測時間為 1~12 小時，109 年使用混合模型 CNN-LSTM 的架構、分類高峰值，選擇模型進行模型切換、以 IDW 計算 1Km × 1Km 之網格空氣污染值。本團隊以各種模型去預測 1-12 小時的 PM2.5 及 PM10，並且依據三種(RMSE、MAPE、R)準確性評估。本團隊之研究皆有不錯的之成果，顯示我們所開發的各種模型都可以精準的預測空氣品質。