お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2020-12-11 14:20
運行実績データを用いた畳み込みニューラルネットワークによる列車の駅発生遅延予測
髙橋 司福田卓海高橋 聖日大)・中村英夫東大DC2020-63
抄録 (和) 首都圏の鉄道はラッシュ時に高い混雑率で運行している.混雑が引き起こす問題として遅延があり,遅延緩和に対する研究や対策が行われている.遅延対策の効果を検証するにはシミュレータを用いて,対策前後の遅延を評価する必要がある.既存のシミュレータでは,駅間走行のシミュレートは行えるが混雑に伴う駅で発生する遅延まではシミュレートできないため,駅発生遅延を予測する必要がある.そこで本稿では,運行実績データをもとに畳み込みニューラルネットワークを用いて遅延が伝搬する特徴を学習し、駅発生遅延を予測した。結果最高予測精度67.1%が得られた. 
(英) Trains in the metropolitan area have high congestion rates during rush hours. Congestion causes delays, and there is a lot of research and countermeasures to mitigate the delays. In order to evaluate the effect of the countermeasure against delay, we need to evaluate the delays before and after the countermeasures. When the evaluation is done by simulation, it is necessary to predict the delays according to the driving conditions. We defined a series to facilitate the extraction of features from the actual operation data, and used a convolutional neural network to learn the features, and obtained the highest prediction accuracy of 67.1% for Station I.
キーワード (和) 遅延解消 / 遅延改善 / 列車遅延 / 運行管理 / 機械学習 / 畳み込みニューラルネットワーク / /  
(英) Delay resolution / Delay improvement / Train delay / Operation management / Machine learning / Convolutional neural network / /  
文献情報 信学技報, vol. 120, no. 288, DC2020-63, pp. 23-26, 2020年12月.
資料番号 DC2020-63 
発行日 2020-12-04 (DC) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード DC2020-63

研究会情報
研究会 DC  
開催期間 2020-12-11 - 2020-12-11 
開催地(和) 洲本市文化体育館 (淡路島) 
開催地(英)  
テーマ(和) (第5回) Winter Workshop on Safety(安全性に関する冬のワークショップ) - (共催:日本信頼性学会) 
テーマ(英)  
講演論文情報の詳細
申込み研究会 DC 
会議コード 2020-12-DC 
本文の言語 日本語 
タイトル(和) 運行実績データを用いた畳み込みニューラルネットワークによる列車の駅発生遅延予測 
サブタイトル(和)  
タイトル(英) Prediction of Train Delays at Stations Using Convolutional Neural Networks with Actual Operation Data 
サブタイトル(英)  
キーワード(1)(和/英) 遅延解消 / Delay resolution  
キーワード(2)(和/英) 遅延改善 / Delay improvement  
キーワード(3)(和/英) 列車遅延 / Train delay  
キーワード(4)(和/英) 運行管理 / Operation management  
キーワード(5)(和/英) 機械学習 / Machine learning  
キーワード(6)(和/英) 畳み込みニューラルネットワーク / Convolutional neural network  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 髙橋 司 / Tsukasa Takahashi / タカハシ ツカサ
第1著者 所属(和/英) 日本大学 (略称: 日大)
Nihon University (略称: Nihon Univ.)
第2著者 氏名(和/英/ヨミ) 福田 卓海 / Takumi Fukuda / フクダ タクミ
第2著者 所属(和/英) 日本大学 (略称: 日大)
Nihon University (略称: Nihon Univ.)
第3著者 氏名(和/英/ヨミ) 高橋 聖 / Sei Takahashi / タカハシ セイ
第3著者 所属(和/英) 日本大学 (略称: 日大)
Nihon University (略称: Nihon Univ.)
第4著者 氏名(和/英/ヨミ) 中村 英夫 / Hideo Nakamura / ナカムラ ヒデオ
第4著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: The Univ. of Tokyo)
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2020-12-11 14:20:00 
発表時間 20分 
申込先研究会 DC 
資料番号 DC2020-63 
巻番号(vol) vol.120 
号番号(no) no.288 
ページ範囲 pp.23-26 
ページ数
発行日 2020-12-04 (DC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会