| 講演名 | 2018-10-19 深層学習によるオートオークション落札価格予測 櫻井 大宙(茨城大), 工藤 大輝(茨城大), 長谷川 恵理子(プロトコーポレーション), 下山 力三(プロトコーポレーション), 福西 亮介(プロトコーポレーション), 黛 広樹(プロトコーポレーション), 鈴木 智也(茨城大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 中古車買取業者はオートオークションでの落札価格を予測して買取価格を査定する．しかし中古車は走行距離や車検残月など個車ごとに特徴が異なるため，同一条件のサンプル数が少なく予測モデルを構築しづらい．また各特徴は落札価格に対して非線形的に影響し，さらに項目数が多岐に渡るため，次元の呪いを緩和する機械学習が必要となる．そこで本研究では，オートエンコーダによる事前学習によって個車の全特徴を次元圧縮しつつ，翌月の落札価格を深層学習する中古車査定システムを構築する．この有用性を検証すべく，実際のオートオークション落札価格データを用いて予測実験を行ったところ，特に新しいモデルの中古車において良好の結果を得た． |
| 抄録(英) | Dealers of used cars have to predict future auction prices when buying used cars. However, it is very difficult to predict them because each condition of used cars is completely different such as mileage, model year, body color, etc. Moreover, these conditions are nonlinearly affected by each other and their number is not small. Therefore, the deep learning approach might be useful to reduce the curse of dimensionalityand to learn the nonlinear relationship among conditions. For this purpose, we used the stacked auto-encoder as a pre-training step for reducing the dimension of explanatory variables, and then predicted the auction price after one month to compose a used-car assessment system. To verify the usefulness of our prediction method, we performed some prediction tests using the real auto-auction price data, and confirmed better prediction performance especially in newer-model cars. |
| キーワード(和) | 深層学習 / ビジネスインテリジェンス / データサイエンス |
| キーワード(英) | Deep learning / Business intelligence / Data science |
| 資料番号 | CAS2018-50,NLP2018-85 |
| 発行日 | 2018-10-11 (CAS, NLP) |
| 研究会情報 | |
| 研究会 | CAS / NLP |
|---|---|
| 開催期間 | 2018/10/18(から2日開催) |
| 開催地（和） | 東北大学 |
| 開催地（英） | Tohoku Univ. |
| テーマ（和） | 数理モデリング，数値シミュレーション，一般 |
| テーマ（英） | Mathematical modeling, numerical simulation etc. |
| 委員長氏名（和） | 岡崎 秀晃(湘南工科大) / 高橋 規一(岡山大) |
| 委員長氏名（英） | Hideaki Okazaki(Shonan Inst. of Tech.) / Norikazu Takahashi(Okayama Univ.) |
| 副委員長氏名（和） | 山脇 大造(日立) / 黒川 弘章(東京工科大) |
| 副委員長氏名（英） | Taizo Yamawaki(Hitachi) / Hiroaki Kurokawa(Tokyo Univ. of Tech.) |
| 幹事氏名（和） | 橘 俊宏(湘南工科大) / 中村 洋平(日立) / 山内 将行(広島工大) / 木村 貴幸(日本工大) |
| 幹事氏名（英） | Toshihiro Tachibana(Shonan Inst. of Tech.) / Yohei Nakamura(Hitachi) / Masayuki Yamauchi(Hiroshima Inst. of Tech.) / Takayuki Kimura(Nippon Inst. of Tech.) |
| 幹事補佐氏名（和） | 山口 基(ルネサスエレクトロニクス) / 木村 真之(京大) / 島田 裕(埼玉大) |
| 幹事補佐氏名（英） | Motoi Yamaguchi(Renesas Electronics) / Masayuki Kimura(Kyoto Univ.) / Yutaka Shimada(Saitama Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Circuits and Systems / Technical Committee on Nonlinear Problems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 深層学習によるオートオークション落札価格予測 |
| サブタイトル（和） | |
| タイトル（英） | Price Prediction of Used Cars at Auto Auction by Deep Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / Deep learning |
| キーワード(2)（和/英） | ビジネスインテリジェンス / Business intelligence |
| キーワード(3)（和/英） | データサイエンス / Data science |
| 第 1 著者 氏名（和/英） | 櫻井 大宙 / Hiromichi Sakurai |
| 第 1 著者 所属（和/英） | 茨城大学(略称：茨城大) Ibaraki University(略称：Ibaraki Univ.) |
| 第 2 著者 氏名（和/英） | 工藤 大輝 / Daiki Kudo |
| 第 2 著者 所属（和/英） | 茨城大学(略称：茨城大) Ibaraki University(略称：Ibaraki Univ.) |
| 第 3 著者 氏名（和/英） | 長谷川 恵理子 / Eriko Hasegawa |
| 第 3 著者 所属（和/英） | 株式会社プロトコーポレーション(略称：プロトコーポレーション) PROTO CORPORATION(略称：PROTO) |
| 第 4 著者 氏名（和/英） | 下山 力三 / Rikozou Shimoyama |
| 第 4 著者 所属（和/英） | 株式会社プロトコーポレーション(略称：プロトコーポレーション) PROTO CORPORATION(略称：PROTO) |
| 第 5 著者 氏名（和/英） | 福西 亮介 / Ryosuke Fukunishi |
| 第 5 著者 所属（和/英） | 株式会社プロトコーポレーション(略称：プロトコーポレーション) PROTO CORPORATION(略称：PROTO) |
| 第 6 著者 氏名（和/英） | 黛 広樹 / Hiroki Mayuzumi |
| 第 6 著者 所属（和/英） | 株式会社プロトコーポレーション(略称：プロトコーポレーション) PROTO CORPORATION(略称：PROTO) |
| 第 7 著者 氏名（和/英） | 鈴木 智也 / Tomoya Suzuki |
| 第 7 著者 所属（和/英） | 茨城大学(略称：茨城大) Ibaraki University(略称：Ibaraki Univ.) |
| 発表年月日 | 2018-10-19 |
| 資料番号 | CAS2018-50,NLP2018-85 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | CAS-242,NLP-243 |
| ページ範囲 | pp.69-74(CAS), pp.69-74(NLP), |
| ページ数 | 6 |
| 発行日 | 2018-10-11 (CAS, NLP) |