車上装置蓄積データを利用した機械学習による鉄道の停止位置分類

カテゴリ: 研究会(論文単位)

論文No: TER20047,MSS20003

グループ名: 【D】産業応用部門 交通・電気鉄道/【E】センサ・マイクロマシン部門 マイクロマシン・センサシステム合同研究会

発行日: 2020/03/02

タイトル(英語): Classification of railway stop positions by machine learning using on-board equipment accumulated data

著者名: 森島 直大(京三製作所),上月 良太(京三製作所),小林 大軌(京三製作所),杉本 裕紀子(京三製作所),水間 毅(東京大学),Upvinder Singh(東京大学),Maheshuni Shiva Krishna(東京大学)

著者名(英語): Naohiro Morishima(Kyosan Electric Manufacturing Co.,Ltd),Ryota Kouzuki(Kyosan Electric Manufacturing Co.,Ltd),Tomoki Kobayashi(Kyosan Electric Manufacturing Co.,Ltd),Yukiko Sugimoto(Kyosan Electric Manufacturing Co.,Ltd),Takeshi Mizuma(The University of Tokyo),Singh Upvinder (The University of Tokyo),Krishna Maheshuni Shiva(The University of Tokyo)

キーワード: 機械学習|車上装置|停止位置分類|Machine learning|on-board equipment|stop position classification

要約(日本語): 近年AI 技術の発展が目覚ましい．鉄道業界においても機械学習を用いた解析が注目されており，今後も運転やメンテナンスの分野で活用が期待されている．しかしその一方で本来の機能とは異なる設備を設置する必要があるなど，データ収集に関する問題が少なからず発生する。本研究では車上装置の蓄積データに着目し，停車状態の分類を実施することで、新たな設備を追加することなく機械学習の適応が可能かどうかを検討する。

要約(英語): Analyzes using machine learning are attracting attention in the railway industry, and are expected to be used in the field of operation and maintenance in the future. On the other hand, there are many issues related to data collection. This study focuses on data stored in on-board equipment and assesses whether machine learning can be applied without adding new devices.

原稿種別: 日本語

PDFファイルサイズ: 1,174 Kバイト