運転動作データに基づく短時間未来車速予測モデル設計法

カテゴリ：研究会(論文単位)

論文No：IIC25008

グループ名：【D】産業応用部門 産業計測制御研究会

発行日：2025/8/19

タイトル(英語)：Prediction model for vehicle speed via the driver's operation data with Neural network

著者名：日高 浩一(東京電機大学)

著者名(英語)： Koichi Hidaka(Tokyo Denki University )

キーワード：車速モデル,ＬＳＴＭ,汎化性能,Vehicle speed model ,LSTM,Generalizability

要約(日本語)：本発表ではニューラルネットワークの一種であるLSTM (Long Short-Term Memory) を利用し短時間の未来車速予測モデルの設計結果についての検討結果を示す．学習データに対する予測結果に基づいた学習過程の検討，学習性能および汎化性能についての結果を発表予定である．

要約(英語)：This presentation is the result of designing a short-term future vehicle speed prediction model using LSTM (Long Short-Term Memory), a type of neural network. In the presentation, we will introduce predictions for Learning, the relationship between data and ability, and generation performance.

本誌：2025年8月22日産業計測制御研究会

本誌掲載ページ：1-5p

原稿種別：日本語

PDFファイルサイズ：1,566Kバイト