日期 Date：April 27 ｜ 時間 Time：09:00-10:30 ｜ 地點 Venue：博雅 Boya 310
本議程以強調發展前沿空間分析方法的應用課題，透過四篇研究論文，介紹應用於探討疾病傳播、社交網絡影響和公共運輸效率等議題的研究成果。在疾病傳播方面，傳統的空間模式分析常使用空間鄰近矩陣或人流相關矩陣，然而這些方法未必能完整捕捉真實的傳播結構。特別關注台灣作為登革熱高風險地區，第一篇研究利用條件自回歸自適應模型，詳細估計2015年和2023年台南地區的登革熱疫情傳播關係，深入探討關係矩陣與疾病傳播的真實連結。結果顯示自適應模型可用於分析多地區的關聯性，突破鄰近性，揭示出遠距離的相關性關係，有助於改變地區間的互動結構或頻率，以更有效地阻斷疫情擴散。在社交網絡與疾病傳播的研究中，第二篇研究將透過Minecraft創建虛擬社會，模擬流行病的傳播。藉由收集玩家的真實遊戲數據，細緻捕捉流行病期間的人類行為，並進行不同疾病傳播情境的模擬，深入研究社交網絡與疾病傳播的空間結構之關係。第三篇研究主題將引入HST-OPTICS演算法，強調空間分析在點事件的層次化時空群聚檢測上的優越性。以高雄市2014年登革熱病例資料為例，演算法有效呈現時空群聚的特徵，提供清晰的二維圖表，描繪出登革熱時空群聚的變動過程，有助於更有效地配置資源和制定政策，降低未來疫情風險。最後的第四篇研究議題係探討旅行者資料的分析，藉以評估公共運輸系統的效率。通過智慧卡出行資料的分群技術，建構多運具多層網絡，深入了解乘客的旅運行為，同時評估不同運具之間轉乘連結的重要性，以提升多運具模式的效能。
主持人／籌組人 Host
溫在弘｜國立臺灣大學地理環境資源學系教授
發表人 Presenter
估計局部空間自相關呈現傳染病擴散特徵的空間結構
簡微｜國立臺灣大學地理環境資源學系碩士班
摘要 Abstract：
疾病傳播有許多不同的空間模式， 過往經常使用空間鄰近矩陣或人流相關的矩陣代表空間關係結構， 但這些方法未必能捕捉真實的空間傳播結關係。 而台灣為登革熱流行高風險地區， 本研究希望可以使用條件自回歸自適應模型估計台南地區 2015 年和 2023 年的登革熱疫情傳播關係， 深入探討關係矩陣與疾病傳播之間的聯繫。 結果確認自適應模型可用於分析多個地區的關聯性，並突破鄰近性呈現遠距離的相關性關係。 若能得知這些互動關係如何影響疫情擴散程度，便能透過改變地區間的互動結構或頻率來阻斷疫情擴散。
關鍵字 Keywords：空間自迴歸迴歸模式、疾病擴散、登革熱
利用多人線上遊戲建立玩家模擬模型：個人施打疫苗的決策行為
李蕙均｜國立臺灣大學地理環境資源學系碩士班
摘要 Abstract：
Vaccines serve as a crucial tool in mitigating the spread of epidemics, but the inherent risks and costs associated with vaccines often make it challenging to increase vaccine coverage. Social networks play a significant role in influencing individual vaccine behavior, as they are closely linked to personal contact and transmission risk, as well as vaccine information awareness. The immunity status of contacts also affects the individual's motivation to get vaccinated, potentially contributing to the phenomenon known as the "free rider effect." This study aims to create a virtual social environment using Minecraft to simulate the spread of an epidemic within this virtual society. It will collect real gameplay data from players to capture human behavior during an epidemic. Additionally, through the simulations of different disease transmission scenarios, explore the relationship between social networks and the spatial structure of disease transmission.
關鍵字 Keywords：player-based model, social network, vaccination behavior, exposure risk, agent-based model
識別點事件的階層性時空群聚變動過程
游孟純｜國立臺灣大學統計碩士學位學程碩士生
摘要 Abstract：
點事件之時空群劇反映事件之發生熱區， 本研究發展 HST-OPTICS 演算法，此演算法可以用來偵測點事件之階層性時空群聚，所得之時空群聚具有範圍明確且形狀任意之特性，由群聚結構亦可別出密度差異與階層性，群聚結果可排除雜訊點且總群聚數非經給定。本研究以高雄市 2014 年之登革熱病例資料作為案例研究來呈現演算法之成效，研究中將所得之階層性時空群聚結果進行群聚特徵視覺化，以二維圖表作為結果呈現，二維圖表包含以時間段切分而得之群聚時間序列面量圖，以及群聚持續時間與時空密度關係圖，透過二維圖表可以更清晰地描繪點事件之時空群聚變動過程。 案例研究結果顯示，登革熱時空熱區之時空密度與群聚持續時長具有反向關係，亦與群聚之空間範圍具有反向關係。 在實務應用上可使得資源配置與政策制定因考量時間尺度、空間尺度與嚴重程度之差異而更有效率， 以降低事件未來在原先群聚區域之發生風險。
關鍵字 Keywords：HST-OPTICS、階層性時空群聚、地理視覺化
多層網絡分群檢測方法應用於智慧卡資料
林穎沛｜國立臺灣大學地理環境資源學系碩士生
摘要 Abstract：
藉旅行者資料分析、 評估公共運輸系統的效率，是提升公共運輸服務品質的直接手段之一。智慧卡出行資料代表了旅行者在城市中的活動流向， 藉由分群技術，可以將出行網絡分割成一塊塊的「生活圈」，幫助我們了解客流的空間結構。先前已有相當多研究對智慧卡資料進行分群，然而，對多運具模式的分群仍不完善。一部分研究對單一運具討論，忽略與其他運具的互動；而其他對多運具模式研究則以整體觀點看待整個系統，並無考慮不同運具的旅行者網絡的異質性。 除此之外，多運具模式內也會出現轉乘行為，需要一併考慮。 因此本研究意在彌補以上研究缺口，首先，建構多運具多層網絡並藉由分群演算法，了解乘客的旅運行為；同時，評估不同運具間轉乘連結的重要性，找出關鍵的轉乘處，以利後續對這些轉乘處的改善。
關鍵字 Keywords：網絡分群、智慧卡資料、多層網絡模型
版權所有© 國立臺灣大學地理環境資源學系
10617臺北市大安區羅斯福路四段一號
Official Line ID: @493fwnil