リアルタイム人口を用いたStacked denoising Autoencodersによるタクシー将来需要予測

• Item type: Journal(1)
• 公開日: 2019-01-15
• タイトル: リアルタイム人口を用いたStacked denoising Autoencodersによるタクシー将来需要予測
• タイトル / 言語: en
• タイトル: Taxi Demand Forecast with Stacked denoising Autoencoders Using Real-time Population Data
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集：未来の暮らしを支えるパーベイシブシステムと高度交通システム（推薦論文）] 需要予測，ニューラルネットワーク，位置情報サービス
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 株式会社NTTドコモ
• 著者所属: 株式会社NTTドコモ
• 著者所属: 株式会社NTTドコモ
• 著者所属(英): en
• 著者所属(英): NTT DOCOMO, INC.
• 著者所属(英): en
• 著者所属(英): NTT DOCOMO, INC.
• 著者所属(英): en
• 著者所属(英): NTT DOCOMO, INC.
• 著者名: 石黒, 慎; 菊地, 悠; 深澤, 佑介
• 著者名(英): Shin, Ishiguro; Haruka, Kikuchi; Yusuke, Fukazawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: タクシーの効率的な運行には，乗車需要に関する情報を運転手に与えることが有効である．本稿では携帯電話ネットワークの仕組みを用いたリアルタイム人口データを利用したタクシー将来需要予測を行い，それに基づいた運行支援方法を提案する．提案法の予測には，Stacked denoising Autoencodersを利用し，入力データとして，タクシー運行データ，リアルタイム人口データ，および，天候データを用いた．オフラインの実験により，人口データを用いない場合の予測結果が二乗平均平方根誤差で1.513であるのに対し，人口データを利用することで誤差が1.370に低下することを示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: For efficient operation of taxis, it is important to give drivers various information on passengers' demand. In this paper, we propose a taxi future demand prediction algorithm using cellular network based real-time population data with Stacked denoising Autoencoders. In the offline experiment, we will show that our proposal method is possible to predict with an error 0.877 by MAE when we use real-time population data compared to an error 1.042 when we do not use the data.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 60, 号 1, p. 118-128, 発行日 2019-01-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764