{"updated":"2025-01-20T01:22:04.345034+00:00","metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00190015","sets":["6164:6165:6640:9508"]},"path":["9508"],"owner":"11","recid":"190015","title":["路線バスから得られたセンサデータを利用した運行状態分類モデルの評価"],"pubdate":{"attribute_name":"公開日","attribute_value":"2017-06-21"},"_buckets":{"deposit":"046793dc-e36a-44a6-83dc-dcf90d1f57bf"},"_deposit":{"id":"190015","pid":{"type":"depid","value":"190015","revision_id":0},"owners":[11],"status":"published","created_by":11},"item_title":"路線バスから得られたセンサデータを利用した運行状態分類モデルの評価","author_link":["434016","434017","434015"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"路線バスから得られたセンサデータを利用した運行状態分類モデルの評価"}]},"item_keyword":{"attribute_name":"キーワード","attribute_value_mlt":[{"subitem_subject":"交通管理,機械学習,データ解析,ITS","subitem_subject_scheme":"Other"}]},"item_type_id":"18","publish_date":"2017-06-21","item_language":{"attribute_name":"言語","attribute_value_mlt":[{"subitem_language":"jpn"}]},"item_18_text_3":{"attribute_name":"著者所属","attribute_value_mlt":[{"subitem_text_value":"奈良先端科学技術大学院大学"},{"subitem_text_value":"奈良先端科学技術大学院大学"},{"subitem_text_value":"奈良先端科学技術大学院大学"}]},"item_publisher":{"attribute_name":"出版者","attribute_value_mlt":[{"subitem_publisher":"情報処理学会","subitem_publisher_language":"ja"}]},"publish_status":"0","weko_shared_id":-1,"item_file_price":{"attribute_name":"Billing file","attribute_type":"file","attribute_value_mlt":[{"url":{"url":"https://ipsj.ixsq.nii.ac.jp/record/190015/files/IPSJ-DICOMO2017010.pdf","label":"IPSJ-DICOMO2017010.pdf"},"date":[{"dateType":"Available","dateValue":"2019-06-21"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2017010.pdf","filesize":[{"value":"5.9 MB"}],"mimetype":"application/pdf","priceinfo":[{"tax":["include_tax"],"price":"660","billingrole":"5"},{"tax":["include_tax"],"price":"330","billingrole":"6"},{"tax":["include_tax"],"price":"0","billingrole":"44"}],"accessrole":"open_date","version_id":"884e1640-6143-4af2-8033-b2ca3052a6ee","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2017 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"米澤, 拓也"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"新井, イスマイル"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"藤川, 和利"}],"nameIdentifiers":[{}]}]},"item_resource_type":{"attribute_name":"資源タイプ","attribute_value_mlt":[{"resourceuri":"http://purl.org/coar/resource_type/c_5794","resourcetype":"conference paper"}]},"item_18_description_7":{"attribute_name":"論文抄録","attribute_value_mlt":[{"subitem_description":"旅客運送業において運行管理者が安全管理，運行管理の観点から，運行中，回送中といった車両の状態を把握することは重要である．現在，運行管理者が車両の運行状態を把握する際には，運転者が手動で状態をリアルタイムに伝え，また日報として自動記録しており，この操作は運転者にとって大きな負担となっている．本研究では，上記の課題を解決し，運行管理の効率化を実現するために，路線バスから得られるセンサデータを利用した運行状態の自動推定を目的とする．得られるセンサデータは，GPS 情報，車速，エ ンジン回転数，総走行距離，車速といった 7 種類のデータ である.上記のセンサデータに加え，車速の変化量，停留 所との直線距離を新たに特徴量として定義し，本研究にお けるモデルの精度向上を試みる.1日分の運行データセットを訓練データとし，RandomForestを利用した分類器を構築した．分類器と同一路線データセットでの正答率は，イレギュラーな運行でなければ0.97以上と高い精度を示し，提案手法の有効性を示した．","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"72","bibliographic_titles":[{"bibliographic_title":"マルチメディア，分散協調とモバイルシンポジウム2017論文集"}],"bibliographicPageStart":"65","bibliographicIssueDates":{"bibliographicIssueDate":"2017-06-21","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2017"}]},"relation_version_is_last":true,"weko_creator_id":"11"},"created":"2025-01-19T00:56:00.565555+00:00","id":190015,"links":{}}