| 講演名 | 2021-12-10 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(日大), 福田 卓海(日大), 高橋 聖(日大), 中村 英夫(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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． |
| 抄録(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 |
| キーワード(英) | Delay resolution / Delay improvement / Train delay / Operation management / Machine learning / Convolutional neural network |
| 資料番号 | DC2021-61 |
| 発行日 | 2021-12-03 (DC) |
| 研究会情報 | |
| 研究会 | DC |
|---|---|
| 開催期間 | 2021/12/10(から1日開催) |
| 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） | |
| 委員長氏名（和） | 高橋 寛(愛媛大) |
| 委員長氏名（英） | Hiroshi Takahashi(Ehime Univ.) |
| 副委員長氏名（和） | 土屋 達弘(阪大) |
| 副委員長氏名（英） | Tatsuhiro Tsuchiya(Osaka Univ.) |
| 幹事氏名（和） | 新井 雅之(日大) / 難波 一輝(千葉大) |
| 幹事氏名（英） | Masayuki Arai(Nihon Univ.) / Kazuteru Namba(Chiba Univ.) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Dependable Computing |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 髙橋 司 / Tsukasa Takahashi |
| 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） | 福田 卓海 / Takumi Fukuda |
| 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） | 高橋 聖 / Sei Takahashi |
| 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） | 中村 英夫 / Hideo Nakamura |
| 第 4 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UTokyo) |
| 発表年月日 | 2021-12-10 |
| 資料番号 | DC2021-61 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | DC-293 |
| ページ範囲 | pp.34-37(DC), |
| ページ数 | 4 |
| 発行日 | 2021-12-03 (DC) |