バス運行予測に関するNNおよびCNNのパラメータについての比較検討

カテゴリ: 研究会(論文単位)

論文No: IM23008

グループ名: 【A】基礎・材料・共通部門 計測研究会

発行日: 2023/03/07

タイトル(英語): Comparative Study of Neural Network and Convolutional Neural Network Parameters for Bus Operation Prediction

著者名: 盛 佑希(日本大学),三原 新大(日本大学),野上 憲伸(日本大学),小野 隆(日本大学),松村 太陽(日本大学)

著者名(英語): Yuki Mori(Nihon University),Arata Mihara(Nihon University),Kenshin Nogami(Nihon University),Takashi Ono(Nihon University),Taiyo Matsumura(Nihon University)

キーワード: 運行予測|ニューラルネットワーク|ＣＮＮ|バスロケーションシステム|オープンデータ|ＧＴＦＳ|Operation prediction|Neural Network|Convolutional Neural Network|Bus Location System|Open data|General Transit Feed Specification

要約(日本語): バスの運行予測は，事業者が持つ複数の非公開情報を入力するNeural Network(以降NN)による検討があるが，NNの層の構成による予測誤差の比較がなされていない。そこで本稿は，NNと畳み込み層を加えたConvolutional Neural Network(以降CNN)を提案し，オープンデータの運行実績をもとに予測精度を比較した。この結果，NNとCNNを比較して，CNNで畳み込み層を2層とすることで予測誤差が減少することを確認した。

要約(英語): Bus operation prediction has been studied using Neural Network (NN) with multiple inputs of non-public information, but there has been no comparison of the prediction error by structure of NN. Therefore, this paper proposes a method based on NN and a method based on Convolutional Neural Network (CNN) with a convolutional layer added to NN, and compares the prediction accuracy based on open data operation records. As a result, comparing NN and CNN, we confirmed that the error of prediction decreases by using two convolutional layers in the CNN.

本誌: 2023年3月10日計測研究会

本誌掲載ページ: 1-6 p

原稿種別: 日本語

PDFファイルサイズ: 1,267 Kバイト