| 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) |
| 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 | 4 |
| 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]