Item type |
Symposium(1) |
公開日 |
2022-07-06 |
タイトル |
|
|
タイトル |
同一便と同一バス停における乗客数の変動特性を考慮したLSTMによる路線バス乗客数予測 |
言語 |
|
|
言語 |
jpn |
資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
著者所属 |
|
|
|
奈良先端科学技術大学院大学先端科学技術研究科 |
著者所属 |
|
|
|
奈良先端科学技術大学院大学 総合情報基盤センター |
著者所属 |
|
|
|
奈良先端科学技術大学院大学 総合情報基盤センター |
著者所属 |
|
|
|
奈良先端科学技術大学院大学 総合情報基盤センター |
著者所属 |
|
|
|
奈良先端科学技術大学院大学 総合情報基盤センター |
著者名 |
山村, 竜也
新井, イスマイル
遠藤, 新
垣内, 正年
藤川, 和利
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
代表的な公共交通機関の 1 つとして,路線バスがある.利用者がバスに感じる不満として,車内が混雑していることが挙げられる.また,COVID-19 の防止策として,混雑環境を避けることが利用者に求められている.このような背景からバスの車内混雑状況を予測し,利用者に提供する必要がある.先行研究では,Random Forest を用いて次のバス停出発時の車内混雑度の予測が行われた.しかしながら,特徴量とモデルが十分ではないため十分な精度が出ない結果となっている.そこで本研究では,特徴量を先行研究で使用されていたものだけではなく,N 便前までのバス停出発時の車内人数も用い,モデルを Random Forest から Long Short-Term Memory に変更して車内人数を予測した.先行研究である Arabghalizi らの手法を Random Forest の回帰によって,バス停出発時の車内人数を予測する手法に変更したものと提案手法を,Root Mean Square Error を評価指標として比較した.結果,既存手法よりも提案手法の方が精度が最大で 29% 向上した. |
書誌情報 |
マルチメディア,分散,協調とモバイルシンポジウム2022論文集
巻 2022,
p. 766-773,
発行日 2022-07-06
|
出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |