列車運行実績データに基づいた機械学習による駅出発遅延時間推定手法の検討

カテゴリ: 部門大会

論文No: GS11-6

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): A Study on Estimation Method of Station Departure Delay by Machine Learning Using Train Operation Data

著者名: Fukuda Takumi（日本大学）,Sato Shuniti（日本大学）,Takahashi Sei（日本大学）,Nakamura Hideo（日本大学）

著者名(英語): Takumi Fukuda (College of Science and Technology, NIHON UNIVERSITY),Shuniti Sato (College of Science and Technology, NIHON UNIVERSITY),Sei Takahashi (College of Science and Technology, NIHON UNIVERSITY),Hideo Nakamura (College of Science and Technology, NIHON UNIVERSITY)

キーワード: 鉄道|遅延|列車スケジュール|機械学習|遅延予測|Train|Delay|Schedule|DeepLearning

要約(日本語): 首都圏の都市鉄道では，朝の混雑時間帯における列車遅延が問題となっている．突発的に発生する大きな遅延ではなくても小さな遅延の積み重ねが大きな遅延へと拡大するため，列車運行を管理する事業者だけでなく利用者にとっても不利益となる問題である．遅延時間を予測する研究は近年活発に報告されているが，学習機に入力するデータにおいて予測対象駅の後方駅を入力としているため遅延が積み重なる特徴を考慮していない．また，複数駅を予測し累積遅延時間を評価しているものが多く各駅出発時の遅延時間予測を評価していない．そこで本稿では，各列車が駅を出発する際に発生する遅延時間を予測することを目的とし，予測対象駅より前方のデータを入力とすることで遅延が伝播する特徴を考慮したネットワークを構築した．構築したネットワークの概要を示すとともに予測精度について報告する．