| 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 | 2021-12-10 15:25 運行実績データを用いた複数の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）  DC2021-61 |
|
| 抄録 | （和） | 首都圏の鉄道はラッシュ時の高い混雑率により頻繁に遅延が発生するため，遅延緩和に対する対策が盛んに行われている．対策の効果を評価する手段として列車運行シミュレータが開発されたが，このシミュレータは既知の遅延を与えることで対策前後の効果を評価している．しかし実際には対策による走行条件の変化に応じて発生する遅延は変化するため，評価するうえで駅発生遅延の生成は必須である．本研究では，膨大な列車運行データを用いることで駅発生遅延の予測を行い予測精度向上を目指した．その結果，最高予測精度75.9%が得られた． |
| （英） | In the metropolitan area, railroads are frequently delayed due to high congestion rates during rush hours, and many measures are being taken to mitigate delays. A train operation simulator has been developed as a means of evaluating the effects of countermeasures, but this simulator evaluates the effects before and after countermeasures by applying known delays. The simulator evaluates the effect before and after the countermeasure by giving a known delay. However, the delay generated by the countermeasure changes according to the change of running conditions, so the generation of station generated delay is essential for the evaluation. In this study, we aimed to improve the prediction accuracy by using a large amount of train operation data to predict the station generated delay. As a result, the highest prediction accuracy of 75.9% was obtained. | |
| 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. 121, no. 293, DC2021-61, pp. 34-37, 2021年12月. | |
| 資料番号 | DC2021-61 | |
| 発行日 | 2021-12-03 (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 | DC2021-61 |
|
| 研究会情報 | |
| 研究会 | DC |
| 開催期間 | 2021-12-10 - 2021-12-10 |
| 開催地（和） | 国民宿舎小豆島（ふるさと荘交流センター） |
| 開催地（英） | |
| テーマ（和） | (第6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 | 2021-12-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複数の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 Multiple 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： UTokyo) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-12-10 15:25:00 |
| 発表時間 | 20分 |
| 申込先研究会 | DC |
| 資料番号 | DC2021-61 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.293 |
| ページ範囲 | pp.34-37 |
| ページ数 | 4 |
| 発行日 | 2021-12-03 (DC) |
[研究会発表申込システムのトップページに戻る]