計算方法
実店舗と日時を固定し、人数、行列、待ち時間を別々の確率分布として計算します。
計算契約: TPCDT layer 1 foundation v1
1. 人数と行列を保存則で更新する
店内人数は前の人数に入店を足し、退店を引きます。 行列は前の行列に到着を足し、サービス開始と離脱を引きます。 容量、負人数、負行列は計算式の制約で禁止します。
N(t+Δ) = N(t) + 入店 − 退店
Q(t+Δ) = max(0, Q(t) + 到着 − サービス開始 − 離脱)
2. 地域需要を店舗到着へ分配する（配信未接続）
Negative Binomial、Mixed Logit、減衰付き固定点反復は、独立した数理部品まで実装しています。 地域需要から店舗到着へつなぐ学習済みパイプラインは、現在の配信経路には未接続です。
滞在ハザードと業態別待ち行列も部品単位です。 実店舗で単純モデルを上回る評価が完了するまで、これらの部品から公開値を作りません。
| 業態 | 接続予定の待ち行列 |
|---|---|
| 飲食店 | 組人数、テーブル、予約、離脱を扱う |
| 小売店 | 店内人数とレジ待ちを分ける |
| 観光施設 | 定員、入場バッチ、整理券を扱う |
| 医療・美容 | 予約、担当者、複数工程を扱う |
| 駐車場 | 有限台数、入庫待ち、迂回を扱う |
3. 観測で確率分布を更新する
センサーや外部データを真値として代入せず、誤差を持つ観測尤度として使います。 外れ値は通常分布と裾の広い分布の混合で弱め、離散状態は粒子、条件付き連続状態は解析更新します。 同じ入力、モデル版、データ版、乱数seedなら同じ結果を再現できます。
| 階層 | 利用できる観測 |
|---|---|
| A | 店舗の入退店、現在人数、受付・整理券などの直接観測 |
| B | POS、予約、端末集計、検証済み利用者報告などの間接観測 |
| C | 駅、道路、建物、周辺人流などの周辺観測 |
| D | 曜日、時刻、天気、祝日、店舗属性などの外生データ |
4. 分布を行動へ変換する
署名と配信承認を検証できた場合だけ、画面にP10、P50、P90、閾値超過確率、通常時順位、観測階層、鮮度、校正値を返します。 将来は各粒子からシナリオを反復し、仮想客がサービスを開始するまでの時間を集計します。 現在のfoundationが計算できる待ち時間は、離脱なしの集約人数FCFSだけです。 組人数、予約、テーブル割当が必要な飲食店モデルはまだ配信しません。
- 今／選択時刻に行く営業確認済みで、配信モデルの待ち時間リスクが基準内の場合。
- 時間をずらす同じ店舗に、中央値だけでなく上側リスクも悪化しない検証済み時間枠がある場合。
- 別店舗を選ぶ同じ対象時刻で、店舗版、営業時間、予測品質、移動時間を検証できる代替店舗がある場合。
- 不足情報を示す営業時間、店舗同定、観測、校正、利用権のどれが不足したかを返します。
5. 配信前に検査する
予測時点のavailable_at以前に利用できたデータだけで評価します。 高度モデルの損失上限が単純ベースラインの損失下限を下回らなければ、ベースラインを配信します。 現在のfoundationでは、合成fixtureの待ち時間について、posteriorのP10、P50、P90を変更せず、 P50を中心とするconformal区間を別の内部診断値として計算できます。 業態、観測階層、予測時間ごとの実測conformal calibrationは未完了です。
通信、保存、変換、学習、推論、公開表示、商用利用は別々に承認します。 対象データの証拠版に一つでも未承認の操作があれば、そのデータは計算へ入りません。