望月

金田）p.9,10　エントロピーの指揮についてもう一回説明が欲しい。
望月）logの中身が情報量に対応。dni（ODペアnと経路iに対し、dn1流れている）からlogの情報量が得られているというのが第1項。論文の中で、事前エントロピーを最大化しようとして経路流を導出したのではなく、直感的な経路流dniを置くと、事前エントロピーの最大化に相当している、という流れ。事前エントロピー最大化とは、得たい経路流dは行列（n*i）、それを決める式(2)＝最大化するという式。4箇所にdnが入っていて、dに関して、事前エントロピーを最大化したいという目的。エントロピーは情報量として解釈可能。logの中身が情報量で、logの前についているのが、情報量を算出するような、経路に流れている車の台数。
黛）第2項以下、次元が合っていない。logの中身がエントロピーを示しているというのが釈然としない。
浦田）appendix Aを見直してみてほしい。(3)式は、右辺第１項は？
望月）dという予測をした時、交通ネットワーク状態が予測された中でyが得られたというのがどれくらい妥当かを示している。logになっているのは、情報量の単位。
浦田）pは？
望月）ガウス分布を想定。トラカンの分散σがあるので。
浦田）トラカンの分布をpで与えているのか。金田わかった？
金田）あんまりわかっていない。符号が負になっていたりするのもよくわからない。
望月）logの計算から分解したから。負になっている部分は元々logの中身の分母になってた。
浦田）元の式が出ていないから今は説明できないと思う。(3)式の第1項の意味なら今説明できると思うけど。
黛）1人のエージェントに着目したら、dという交通量分布があったとき、xを観測した1人の観測者がいて、その1人について考えることを想定すると、1人分の差分として、(3)式右辺の第1項をカウントしているのではないか。
金田）マイナスがつかないのはなぜ？
望月）定義が違っているかも。

→→時間切れ、23日に続き。