海上公共交通のGTFS Realtime化を目指した複数船舶データによる遅延予測

• Item type: SIG Technical Reports(1)
• 公開日: 2023-02-27
• タイトル: 海上公共交通のGTFS Realtime化を目指した複数船舶データによる遅延予測
• タイトル / 言語: en
• タイトル: GTFS Realtime for Maritime Public Transport Delay Prediction with Multi-Ship Data
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: IoTシステム
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 独立行政法人国立高等専門学校機構徳山工業高等専門学校
• 著者所属: 独立行政法人国立高等専門学校機構徳山工業高等専門学校
• 著者所属(英): en
• 著者所属(英): National Institute of Technology, Tokuyama College
• 著者所属(英): en
• 著者所属(英): National Institute of Technology, Tokuyama College
• 著者名: 森本, 水月; 浦上, 美佐子
• 著者名(英): Mizuki, Morimoto; Misako, Urakami
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 筆者らは，海上公共交通機関の運航データを，陸上公共交通機関のオープンフォーマットの一つとして公開されている GTFS（General Transit Feed Specification）に統一させるための整合化の取組みおよび検証を目指している．本研究では，最低限必要な動的データである，（1）現時刻データを保持した船位データ，（2）GTFS-stati c内の時刻表を基準とした遅延データに着目する．特に，遅延データは陸上では遅延予測を用いた検討が行われているが，海上交通では，船舶の情報を共有するための共通通信インフラ整備が困難な理由から事例が少ない．そこで，衝突防止を目的とした世界共通のデータ通信インフラの一つである AIS に着目し，そのブロードキャスト通信網で受信された海域全体の AIS データを 2 次利用する．本研究では，AIS データに含まれる特徴量を抽出し，GTFS-Realtime の制約時間内に処理が行える機械学習モデルの選定，航路データのクラスタリング，および学習モデルの選定を行った．そして，実際に実データを用いて提案手法の検証を行ったことについて報告する．
• 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: AA11235941
• 書誌情報: 研究報告コンピュータセキュリティ（CSEC）; 巻 2023-CSEC-100, 号 16, p. 1-8, 発行日 2023-02-27
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8655
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会