拡散モデルによる列車出発遅延の確率的予測手法の一検討

カテゴリ：部門大会

論文No：PS10-3

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Diffusion Models for Probabilistic Prediction of Train Departure Delays

著者名：Murata Koya（日本大学）,Fukuda Takumi（日本大学）,Sei Takahashi（日本大学）,Hideo Nakamura（日本大学）

著者名(英語)： Koya Murata (Nihon University),Takumi Fukuda (Nihon University),Sei Takahashi (Nihon University),Hideo Nakamura (Nihon University)

キーワード：電気鉄道,拡散モデル,機械学習,遅延予測,electric railroad,diffusion models,machine learning,delay prediction

要約(日本語)：首都圏における鉄道運行では、高頻度な列車運転が常態化しており、特に朝のラッシュ時帯においては、ひとたび発生した遅延が後続列車に連鎖的に波及する「遅延の伝播」が大きな課題となっている。こうした状況に対応するため、近年では機械学習による遅延予測手法が導入されつつあるが、多くはLSTMや回帰モデルを用いた単一の遅延予測値の出力にとどまっており、不確実な要因を含む柔軟な運行判断には十分とはいえない。そこで本研究では、履歴データベースから類似した系列を検索し、検索結果を条件として拡散過程を誘導する検索拡張型時系列拡散モデル（RATD）を提案する。拡散モデルは、ノイズからデータを段階的に復元する生成プロセスに基づいており、将来における複数の分岐可能性を確率的に予測できるという特徴を持つ。本手法により、従来困難であった複数の未来シナリオに基づく運行判断の支援が可能となることを目的とする。

本誌掲載ページ：1716-1718p

原稿種別：日本語

PDFファイルサイズ：391Kバイト