SlideShare a Scribd company logo
1 of 33
Download to read offline
複数のGTFSを用いた時刻表アプリ
電気通信大学 情報理工学域
学部3年 羽田野湧太
Twitter: @takoyaki3333333
GitHub: @takoyaki-3
Qiita:@ takoyaki3
Mail:mail@takoyaki3.com
公共交通オープンデータ最前線 in
インターナショナルオープンデータデイ2021
App URL:https://bus-timetable-app.web.app
2021年3月6日(土)
目次
• これまでの活動
• 複数GTFSに対応したバスアプリについて
• アプリ全体のシステム構成
• 複数のGTFSを統合するにあたり
• このシステムの問題点
App URL:https://bus-timetable-app.web.app
これまでの活動
App URL:https://bus-timetable-app.web.app
遅延を反映
2019年1月15日(火)9:23頃 @鶴見駅
© 2019 Worker Step Team WebAPP URL: https://workerstep.work
混雑推定モデル
混雑状況を予測
乗客の経路選択を予測
交通センサスより
ODデータ作成
© 2019 Worker Step Team WebAPP URL: https://workerstep.work
乗車駅 下車駅 乗車時刻
赤坂見附 中野坂上 9:30
銀座 新中野 9:42
国会議事堂前 新宿御苑前 9:27
新宿三丁目 荻窪 9:40
茗荷谷 御茶ノ水 9:35
池袋 後楽園 9:29
本郷三丁目 東京 9:32
西新宿 新高円寺 9:36
四ツ谷 四ツ谷三丁目 9:28
大手町 南阿佐ヶ谷 9:31
淡路町 霞が関 9:33
2019年7月11日(木)@稲田堤駅 6号車 駅到着前
17:57発 普通 川崎行き 18:04発 普通 川崎行き
※現時点では、すべての人が最短所要時間経路を利用するという仮説の基、経路を選択しているので、実際より優等列車に混雑が集中しやすくなります。
バス・徒歩経路検索
バスデータ(ODPT公開GTFS)
・都営バス
・横浜市営バス
・西武バス
・京成トランジットバス
地図データ
・OpenStreetMap
経路検索の活用の詳しい紹介は、昨年度
or Code for Japan summitをご覧ください
App URL:https://bus-timetable-app.web.app
今回ご紹介するアプリについて
App URL:https://bus-timetable-app.web.app
複数GTFSとODPTを基にした
バス・鉄道・船の時刻表アプリ
App URL:https://bus-timetable-app.web.app
デモタイム
App URL:https://bus-timetable-app.web.app
宜しければ https://bus-timetable-app.web.app よりご覧ください。
そこそこのアクセス数は裁けるはずです。
Webアプリはこちら→ ←Play Storeはこちら
現時点での対応事業者(GTFS)
• 横浜市営バス
• 東京都交通局
• 宇野自動車株式会社
• まいどはやバス
• 呉羽いきいきバス
• 水橋ふれあいコミュニティバス
• 八尾コミュニティバス
• 大山コミュニティバス
• 山田コミュニティバス
• 堀川南地域コミュニティバス
• 高岡市公営バス
• 婦中コミュニティバス
• きときとバス
• おもてなし魚津直行便
• 魚津市民バス
• のる my car
• 黒部市内路線バス(石田・愛本)
• 黒部市内路線バス(新幹線生地)
• 砺波市営バス
• 小矢部市営バス
• 上市町営バス
• 立山町営バス
• のらんマイ・カー
• あさひまちバス
• 富山地鉄バス
• 富山港線フィーダーバス
• 西日本ジェイアールバス (名金線)
• 永井バス(新町玉村線 下川団地線 東大室
線 荻窪公園線 嶺公園線 マイバス西循環線
マイバス東循環線)
• 日本中央バス(広瀬線 総社線 西大室線 高
崎駅~大胡駅線 富士見線 川曲線 榛東線
吉岡線 シャトルバス)
• 両備バス
• 岡電バス
• 北恵那交通
• 和歌山バス
• マルエーフェリー
• 斎島汽船
• 備後商船
• 名門大洋フェリー
• 京成トランジットバス
• 西武バス
• 北海道拓殖バス
• 北恵那交通株式会社
• 木曽岬町自主運行バス
• 赤磐市広域路線バス
• 佐賀市交通局
• 祐徳自動車株式会社
• 昭和自動車株式会社
• 嬉野市
• TransLink SEQ
• Auckland Transport
• 高松琴平電気鉄道株式会社
• ことでんバス株式会社(リムジンバス)
• ことでんバス株式会社(一般路線)
• 沖縄都市モノレール株式会社
• 網走バス
• 阿寒バス
• 旭川電気軌道
• あつまバス
• 札幌ばんけい
• 道南バス
• 沿岸バス
• ふらのバス
• 北海道中央バス
• じょうてつ
• くしろバス
• 名士バス
• 根室交通
• 空知中央バス
• 斜里バス
• 十勝バス
• 夕鉄バス
• 北海道北見バス
• 札幌市交通局
• 函館市電
App URL:https://bus-timetable-app.web.app
対応事業者
・GTFS ・・・70個
・GTFS-RT・・・39個
・マージすると1.26GB
App URL:https://bus-timetable-app.web.app
PWAなのでPlayストアにも登録できる
アプリ全体のシステム構成
App URL:https://bus-timetable-app.web.app
GTFS取得・統合・分割処理
分割ファイルホスティング
(お金があればGCS使った方がよさそう)
アプリ用 API
GTFSの登録 GTFSの管理
フロントエンド
App URL:https://bus-timetable-app.web.app
Google Forms でGTFSのURLや事業者名を追加
Google FromsからSheetに登録される
GTFS
ダウンロード
補正 統合
分割
アップロード
データ更新
ダウンロードからデータ更新まで1コマンド
Uber H3 indexによりファイルを分割
App URL:https://bus-timetable-app.web.app
画像元:https://eng.uber.com/h3/
指定位置の周辺のデータのみ読み込み
App URL:https://bus-timetable-app.web.app
画像元:https://eng.uber.com/h3/
バス停データ
区画ごとにバス停リストを分割保持
バス停時刻表データ
バス停毎にファイルを分割して保存
主なバックエンドAPI
stop参照API 時刻表API バスロケAPI
緯度経度から付近の停留所
のリストを取得する
stop_id から指定日の
stop_times を取得する
緯度経度から付近のバスの
ロケーションを取得する
クエリパラメータ:
- GTFS or ODPT
- 緯度
- 経度
- 半径
クエリパラメータ:
- stop_id
- 日付
- 開始時刻
クエリパラメータ:
- 緯度
- 経度
- 半径
App URL:https://bus-timetable-app.web.app
STOP参照API
緯度・経度
から
付近のバスの緯度経度や trip_id,
route_id, trip_headsign, 混雑状
況, 距離などを返す
App URL:https://bus-timetable-app.web.app
時刻表API
stop_id,開始時刻,日付
から
stop_times, trips, services,
routes, calendarsなどを結合さ
せた結果を返す
App URL:https://bus-timetable-app.web.app
バスロケAPI
緯度・経度
から
付近のバスの緯度経度や trip_id,
route_id, trip_headsign, 混雑状
況を取得
App URL:https://bus-timetable-app.web.app
APIはアクセスがあった時のみ起動
App URL:https://bus-timetable-app.web.app
複数のGTFSをマージするにあたり
App URL:https://bus-timetable-app.web.app
複数GTFSをマージするにあたっての工夫
• stop_idやtrip_idなどが重複する
→ランダムなuuidに変換
• 変換するとGTFS-RTとの対応付けができなくなる
→uuidと変換前idとの変換テーブルを作成
• 含まれる情報量が多くなりすぎる
→区域ごとにファイルを分割して必要なデータのみ利用
複数のGTFS結合コード:https://github.com/takoyaki-3/gtfs_merger
App URL:https://bus-timetable-app.web.app
GitHubで公開中
https://github.com/takoyaki-
3/gtfs_merger/releases
GTFSフォルダに複数のGTFSを移動し、
merge_gtfs 又は merge_gtfs-jp をダブルクリック
するだけです。
問題発見時はご報告いただけると幸いです。
App URL:https://bus-timetable-app.web.app
この設計の問題点
App URL:https://bus-timetable-app.web.app
このシステムの問題点
• 地区ごとに分割管理している為、名称検索ができない
• データ更新の都度、stop_idやtrip_idが変化してしまう
• GTFS-RTをアクセスの都度取得する為、時系列変化が追えない
• GTFS-RTのファイルサイズが大きいと解析に時間を要する
→Cloud Functionsだけでなく、GTFS-RTのアプリによる活用には常
にリアルタイム情報をホストしておくこのが必要そう。
App URL:https://bus-timetable-app.web.app

More Related Content

What's hot

cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tipscvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tipscvpaper. challenge
 
[DL輪読会]Pay Attention to MLPs (gMLP)
[DL輪読会]Pay Attention to MLPs	(gMLP)[DL輪読会]Pay Attention to MLPs	(gMLP)
[DL輪読会]Pay Attention to MLPs (gMLP)Deep Learning JP
 
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...Hideki Tsunashima
 
公共交通データHUBシステム 取組と事例紹介
公共交通データHUBシステム 取組と事例紹介公共交通データHUBシステム 取組と事例紹介
公共交通データHUBシステム 取組と事例紹介Masaki Ito
 
文献紹介:Temporal Convolutional Networks for Action Segmentation and Detection
文献紹介:Temporal Convolutional Networks for Action Segmentation and Detection文献紹介:Temporal Convolutional Networks for Action Segmentation and Detection
文献紹介:Temporal Convolutional Networks for Action Segmentation and DetectionToru Tamaki
 
12. Diffusion Model の数学的基礎.pdf
12. Diffusion Model の数学的基礎.pdf12. Diffusion Model の数学的基礎.pdf
12. Diffusion Model の数学的基礎.pdf幸太朗 岩澤
 
[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
 
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)Yamato OKAMOTO
 
GAN(と強化学習との関係)
GAN(と強化学習との関係)GAN(と強化学習との関係)
GAN(と強化学習との関係)Masahiro Suzuki
 
地図タイルを作成・公開してみて わかった108個のこと(foss4g tokyo 2013発表資料)
地図タイルを作成・公開してみて わかった108個のこと(foss4g tokyo 2013発表資料)地図タイルを作成・公開してみて わかった108個のこと(foss4g tokyo 2013発表資料)
地図タイルを作成・公開してみて わかった108個のこと(foss4g tokyo 2013発表資料)Mizutani Takayuki
 
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...NTT DATA Technology & Innovation
 
4 データ間の距離と類似度
4 データ間の距離と類似度4 データ間の距離と類似度
4 データ間の距離と類似度Seiichi Uchida
 
【論文紹介】 Spatial Temporal Graph Convolutional Networks for Skeleton-Based Acti...
【論文紹介】Spatial Temporal Graph Convolutional Networks for Skeleton-Based Acti...【論文紹介】Spatial Temporal Graph Convolutional Networks for Skeleton-Based Acti...
【論文紹介】 Spatial Temporal Graph Convolutional Networks for Skeleton-Based Acti...ddnpaa
 
ICML 2020 最適輸送まとめ
ICML 2020 最適輸送まとめICML 2020 最適輸送まとめ
ICML 2020 最適輸送まとめohken
 
公平性を保証したAI/機械学習
アルゴリズムの最新理論
公平性を保証したAI/機械学習
アルゴリズムの最新理論公平性を保証したAI/機械学習
アルゴリズムの最新理論
公平性を保証したAI/機械学習
アルゴリズムの最新理論Kazuto Fukuchi
 
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章Hakky St
 
[DL輪読会]近年のエネルギーベースモデルの進展
[DL輪読会]近年のエネルギーベースモデルの進展[DL輪読会]近年のエネルギーベースモデルの進展
[DL輪読会]近年のエネルギーベースモデルの進展Deep Learning JP
 

What's hot (20)

cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tipscvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
 
[DL輪読会]Pay Attention to MLPs (gMLP)
[DL輪読会]Pay Attention to MLPs	(gMLP)[DL輪読会]Pay Attention to MLPs	(gMLP)
[DL輪読会]Pay Attention to MLPs (gMLP)
 
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
 
公共交通データHUBシステム 取組と事例紹介
公共交通データHUBシステム 取組と事例紹介公共交通データHUBシステム 取組と事例紹介
公共交通データHUBシステム 取組と事例紹介
 
文献紹介:Temporal Convolutional Networks for Action Segmentation and Detection
文献紹介:Temporal Convolutional Networks for Action Segmentation and Detection文献紹介:Temporal Convolutional Networks for Action Segmentation and Detection
文献紹介:Temporal Convolutional Networks for Action Segmentation and Detection
 
12. Diffusion Model の数学的基礎.pdf
12. Diffusion Model の数学的基礎.pdf12. Diffusion Model の数学的基礎.pdf
12. Diffusion Model の数学的基礎.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
 
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
 
GAN(と強化学習との関係)
GAN(と強化学習との関係)GAN(と強化学習との関係)
GAN(と強化学習との関係)
 
地図タイルを作成・公開してみて わかった108個のこと(foss4g tokyo 2013発表資料)
地図タイルを作成・公開してみて わかった108個のこと(foss4g tokyo 2013発表資料)地図タイルを作成・公開してみて わかった108個のこと(foss4g tokyo 2013発表資料)
地図タイルを作成・公開してみて わかった108個のこと(foss4g tokyo 2013発表資料)
 
EMアルゴリズム
EMアルゴリズムEMアルゴリズム
EMアルゴリズム
 
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
 
MCMC法
MCMC法MCMC法
MCMC法
 
4 データ間の距離と類似度
4 データ間の距離と類似度4 データ間の距離と類似度
4 データ間の距離と類似度
 
【論文紹介】 Spatial Temporal Graph Convolutional Networks for Skeleton-Based Acti...
【論文紹介】Spatial Temporal Graph Convolutional Networks for Skeleton-Based Acti...【論文紹介】Spatial Temporal Graph Convolutional Networks for Skeleton-Based Acti...
【論文紹介】 Spatial Temporal Graph Convolutional Networks for Skeleton-Based Acti...
 
ICML 2020 最適輸送まとめ
ICML 2020 最適輸送まとめICML 2020 最適輸送まとめ
ICML 2020 最適輸送まとめ
 
公平性を保証したAI/機械学習
アルゴリズムの最新理論
公平性を保証したAI/機械学習
アルゴリズムの最新理論公平性を保証したAI/機械学習
アルゴリズムの最新理論
公平性を保証したAI/機械学習
アルゴリズムの最新理論
 
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
 
NGK2023S ChatGPT
NGK2023S ChatGPTNGK2023S ChatGPT
NGK2023S ChatGPT
 
[DL輪読会]近年のエネルギーベースモデルの進展
[DL輪読会]近年のエネルギーベースモデルの進展[DL輪読会]近年のエネルギーベースモデルの進展
[DL輪読会]近年のエネルギーベースモデルの進展
 

Similar to 複数のGTFSを用いた時刻表アプリ

Code for japan 2020 takoyaki3
Code for japan 2020 takoyaki3Code for japan 2020 takoyaki3
Code for japan 2020 takoyaki3yuutahatano
 
地域発オープンイノベーションで進化する公共交通の最前線
地域発オープンイノベーションで進化する公共交通の最前線地域発オープンイノベーションで進化する公共交通の最前線
地域発オープンイノベーションで進化する公共交通の最前線Masaki Ito
 
OpenStreetMap and Mapbox
OpenStreetMap and MapboxOpenStreetMap and Mapbox
OpenStreetMap and MapboxTakao Tetsuro
 
IT・データが導く新しい地域公共交通の姿を考える
IT・データが導く新しい地域公共交通の姿を考えるIT・データが導く新しい地域公共交通の姿を考える
IT・データが導く新しい地域公共交通の姿を考えるMasaki Ito
 
超高速!実践MaaSアプリ開発講座
超高速!実践MaaSアプリ開発講座超高速!実践MaaSアプリ開発講座
超高速!実践MaaSアプリ開発講座Masaki Ito
 
20210830「新潟の移動をもっと便利に!公共交通オープンデータ利活用セミナー」講演資料
20210830「新潟の移動をもっと便利に!公共交通オープンデータ利活用セミナー」講演資料20210830「新潟の移動をもっと便利に!公共交通オープンデータ利活用セミナー」講演資料
20210830「新潟の移動をもっと便利に!公共交通オープンデータ利活用セミナー」講演資料Kenji Morohoshi
 

Similar to 複数のGTFSを用いた時刻表アプリ (6)

Code for japan 2020 takoyaki3
Code for japan 2020 takoyaki3Code for japan 2020 takoyaki3
Code for japan 2020 takoyaki3
 
地域発オープンイノベーションで進化する公共交通の最前線
地域発オープンイノベーションで進化する公共交通の最前線地域発オープンイノベーションで進化する公共交通の最前線
地域発オープンイノベーションで進化する公共交通の最前線
 
OpenStreetMap and Mapbox
OpenStreetMap and MapboxOpenStreetMap and Mapbox
OpenStreetMap and Mapbox
 
IT・データが導く新しい地域公共交通の姿を考える
IT・データが導く新しい地域公共交通の姿を考えるIT・データが導く新しい地域公共交通の姿を考える
IT・データが導く新しい地域公共交通の姿を考える
 
超高速!実践MaaSアプリ開発講座
超高速!実践MaaSアプリ開発講座超高速!実践MaaSアプリ開発講座
超高速!実践MaaSアプリ開発講座
 
20210830「新潟の移動をもっと便利に!公共交通オープンデータ利活用セミナー」講演資料
20210830「新潟の移動をもっと便利に!公共交通オープンデータ利活用セミナー」講演資料20210830「新潟の移動をもっと便利に!公共交通オープンデータ利活用セミナー」講演資料
20210830「新潟の移動をもっと便利に!公共交通オープンデータ利活用セミナー」講演資料
 

More from Masaki Ito

公共交通のデジタル化の現状とMaaS、データ活用の可能性
公共交通のデジタル化の現状とMaaS、データ活用の可能性公共交通のデジタル化の現状とMaaS、データ活用の可能性
公共交通のデジタル化の現状とMaaS、データ活用の可能性Masaki Ito
 
公共交通オープンデータの現在地と今後の展望
公共交通オープンデータの現在地と今後の展望公共交通オープンデータの現在地と今後の展望
公共交通オープンデータの現在地と今後の展望Masaki Ito
 
行政サービスにデータ資産を活かす: 公共交通データから考える行政の現場でのデータ活用のありかた
行政サービスにデータ資産を活かす: 公共交通データから考える行政の現場でのデータ活用のありかた行政サービスにデータ資産を活かす: 公共交通データから考える行政の現場でのデータ活用のありかた
行政サービスにデータ資産を活かす: 公共交通データから考える行政の現場でのデータ活用のありかたMasaki Ito
 
サービス化に向けて進化する公共交通と沖縄のポテンシャル
サービス化に向けて進化する公共交通と沖縄のポテンシャルサービス化に向けて進化する公共交通と沖縄のポテンシャル
サービス化に向けて進化する公共交通と沖縄のポテンシャルMasaki Ito
 
データビジュアライゼーションをきっかけに沖縄の交通の「次の一手」を考えよう
データビジュアライゼーションをきっかけに沖縄の交通の「次の一手」を考えようデータビジュアライゼーションをきっかけに沖縄の交通の「次の一手」を考えよう
データビジュアライゼーションをきっかけに沖縄の交通の「次の一手」を考えようMasaki Ito
 
わたしの考える未来の交通事業
わたしの考える未来の交通事業わたしの考える未来の交通事業
わたしの考える未来の交通事業Masaki Ito
 
MaaSを捉えなおそう・熊本の交通を見直そう
MaaSを捉えなおそう・熊本の交通を見直そうMaaSを捉えなおそう・熊本の交通を見直そう
MaaSを捉えなおそう・熊本の交通を見直そうMasaki Ito
 
GTFSデータ整備から始める公共交通の未来像
GTFSデータ整備から始める公共交通の未来像GTFSデータ整備から始める公共交通の未来像
GTFSデータ整備から始める公共交通の未来像Masaki Ito
 
What i think about when i conduct research in the society
What i think about when i conduct research in the societyWhat i think about when i conduct research in the society
What i think about when i conduct research in the societyMasaki Ito
 
公共交通オープンデータの現状と可能性 社会がデータを使いこなすために何をなすべきか
公共交通オープンデータの現状と可能性 社会がデータを使いこなすために何をなすべきか公共交通オープンデータの現状と可能性 社会がデータを使いこなすために何をなすべきか
公共交通オープンデータの現状と可能性 社会がデータを使いこなすために何をなすべきかMasaki Ito
 
ジョルダン「乗換案内」での鉄道・バスのリアルタイム情報活用の取り組み
ジョルダン「乗換案内」での鉄道・バスのリアルタイム情報活用の取り組みジョルダン「乗換案内」での鉄道・バスのリアルタイム情報活用の取り組み
ジョルダン「乗換案内」での鉄道・バスのリアルタイム情報活用の取り組みMasaki Ito
 
日本バス情報協会の活動について
日本バス情報協会の活動について日本バス情報協会の活動について
日本バス情報協会の活動についてMasaki Ito
 
公共交通のオープンデータ化とICT企業としての役割
公共交通のオープンデータ化とICT企業としての役割公共交通のオープンデータ化とICT企業としての役割
公共交通のオープンデータ化とICT企業としての役割Masaki Ito
 
GTFS-JPを活用した総合的な路線時刻表作成の取組
GTFS-JPを活用した総合的な路線時刻表作成の取組GTFS-JPを活用した総合的な路線時刻表作成の取組
GTFS-JPを活用した総合的な路線時刻表作成の取組Masaki Ito
 
5社のGTFSをマージして、PostgreSQLにインポートしてみた
5社のGTFSをマージして、PostgreSQLにインポートしてみた5社のGTFSをマージして、PostgreSQLにインポートしてみた
5社のGTFSをマージして、PostgreSQLにインポートしてみたMasaki Ito
 
ミャンマー国ヤンゴンにおける公共交通オープンデータ開発の取組事例
ミャンマー国ヤンゴンにおける公共交通オープンデータ開発の取組事例ミャンマー国ヤンゴンにおける公共交通オープンデータ開発の取組事例
ミャンマー国ヤンゴンにおける公共交通オープンデータ開発の取組事例Masaki Ito
 
西日本豪雨で止まった「広島の公共交通情報提供」のその後
西日本豪雨で止まった「広島の公共交通情報提供」のその後西日本豪雨で止まった「広島の公共交通情報提供」のその後
西日本豪雨で止まった「広島の公共交通情報提供」のその後Masaki Ito
 
バス会社からのデータ提供がオープンデータにたどり着くまで
バス会社からのデータ提供がオープンデータにたどり着くまでバス会社からのデータ提供がオープンデータにたどり着くまで
バス会社からのデータ提供がオープンデータにたどり着くまでMasaki Ito
 
低価格で高品質な苺をふんだんに使用したGTFS-RTを整備してみた話
低価格で高品質な苺をふんだんに使用したGTFS-RTを整備してみた話低価格で高品質な苺をふんだんに使用したGTFS-RTを整備してみた話
低価格で高品質な苺をふんだんに使用したGTFS-RTを整備してみた話Masaki Ito
 
オープンでGTFSな横浜
オープンでGTFSな横浜オープンでGTFSな横浜
オープンでGTFSな横浜Masaki Ito
 

More from Masaki Ito (20)

公共交通のデジタル化の現状とMaaS、データ活用の可能性
公共交通のデジタル化の現状とMaaS、データ活用の可能性公共交通のデジタル化の現状とMaaS、データ活用の可能性
公共交通のデジタル化の現状とMaaS、データ活用の可能性
 
公共交通オープンデータの現在地と今後の展望
公共交通オープンデータの現在地と今後の展望公共交通オープンデータの現在地と今後の展望
公共交通オープンデータの現在地と今後の展望
 
行政サービスにデータ資産を活かす: 公共交通データから考える行政の現場でのデータ活用のありかた
行政サービスにデータ資産を活かす: 公共交通データから考える行政の現場でのデータ活用のありかた行政サービスにデータ資産を活かす: 公共交通データから考える行政の現場でのデータ活用のありかた
行政サービスにデータ資産を活かす: 公共交通データから考える行政の現場でのデータ活用のありかた
 
サービス化に向けて進化する公共交通と沖縄のポテンシャル
サービス化に向けて進化する公共交通と沖縄のポテンシャルサービス化に向けて進化する公共交通と沖縄のポテンシャル
サービス化に向けて進化する公共交通と沖縄のポテンシャル
 
データビジュアライゼーションをきっかけに沖縄の交通の「次の一手」を考えよう
データビジュアライゼーションをきっかけに沖縄の交通の「次の一手」を考えようデータビジュアライゼーションをきっかけに沖縄の交通の「次の一手」を考えよう
データビジュアライゼーションをきっかけに沖縄の交通の「次の一手」を考えよう
 
わたしの考える未来の交通事業
わたしの考える未来の交通事業わたしの考える未来の交通事業
わたしの考える未来の交通事業
 
MaaSを捉えなおそう・熊本の交通を見直そう
MaaSを捉えなおそう・熊本の交通を見直そうMaaSを捉えなおそう・熊本の交通を見直そう
MaaSを捉えなおそう・熊本の交通を見直そう
 
GTFSデータ整備から始める公共交通の未来像
GTFSデータ整備から始める公共交通の未来像GTFSデータ整備から始める公共交通の未来像
GTFSデータ整備から始める公共交通の未来像
 
What i think about when i conduct research in the society
What i think about when i conduct research in the societyWhat i think about when i conduct research in the society
What i think about when i conduct research in the society
 
公共交通オープンデータの現状と可能性 社会がデータを使いこなすために何をなすべきか
公共交通オープンデータの現状と可能性 社会がデータを使いこなすために何をなすべきか公共交通オープンデータの現状と可能性 社会がデータを使いこなすために何をなすべきか
公共交通オープンデータの現状と可能性 社会がデータを使いこなすために何をなすべきか
 
ジョルダン「乗換案内」での鉄道・バスのリアルタイム情報活用の取り組み
ジョルダン「乗換案内」での鉄道・バスのリアルタイム情報活用の取り組みジョルダン「乗換案内」での鉄道・バスのリアルタイム情報活用の取り組み
ジョルダン「乗換案内」での鉄道・バスのリアルタイム情報活用の取り組み
 
日本バス情報協会の活動について
日本バス情報協会の活動について日本バス情報協会の活動について
日本バス情報協会の活動について
 
公共交通のオープンデータ化とICT企業としての役割
公共交通のオープンデータ化とICT企業としての役割公共交通のオープンデータ化とICT企業としての役割
公共交通のオープンデータ化とICT企業としての役割
 
GTFS-JPを活用した総合的な路線時刻表作成の取組
GTFS-JPを活用した総合的な路線時刻表作成の取組GTFS-JPを活用した総合的な路線時刻表作成の取組
GTFS-JPを活用した総合的な路線時刻表作成の取組
 
5社のGTFSをマージして、PostgreSQLにインポートしてみた
5社のGTFSをマージして、PostgreSQLにインポートしてみた5社のGTFSをマージして、PostgreSQLにインポートしてみた
5社のGTFSをマージして、PostgreSQLにインポートしてみた
 
ミャンマー国ヤンゴンにおける公共交通オープンデータ開発の取組事例
ミャンマー国ヤンゴンにおける公共交通オープンデータ開発の取組事例ミャンマー国ヤンゴンにおける公共交通オープンデータ開発の取組事例
ミャンマー国ヤンゴンにおける公共交通オープンデータ開発の取組事例
 
西日本豪雨で止まった「広島の公共交通情報提供」のその後
西日本豪雨で止まった「広島の公共交通情報提供」のその後西日本豪雨で止まった「広島の公共交通情報提供」のその後
西日本豪雨で止まった「広島の公共交通情報提供」のその後
 
バス会社からのデータ提供がオープンデータにたどり着くまで
バス会社からのデータ提供がオープンデータにたどり着くまでバス会社からのデータ提供がオープンデータにたどり着くまで
バス会社からのデータ提供がオープンデータにたどり着くまで
 
低価格で高品質な苺をふんだんに使用したGTFS-RTを整備してみた話
低価格で高品質な苺をふんだんに使用したGTFS-RTを整備してみた話低価格で高品質な苺をふんだんに使用したGTFS-RTを整備してみた話
低価格で高品質な苺をふんだんに使用したGTFS-RTを整備してみた話
 
オープンでGTFSな横浜
オープンでGTFSな横浜オープンでGTFSな横浜
オープンでGTFSな横浜
 

Recently uploaded

LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイスCRI Japan, Inc.
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)Hiroshi Tomioka
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルCRI Japan, Inc.
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NTT DATA Technology & Innovation
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 

Recently uploaded (7)

LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 

複数のGTFSを用いた時刻表アプリ