WEKO3
アイテム
金沢市における再配置効率化のための転移学習を用いたバイクシェア需要予測
https://ipsj.ixsq.nii.ac.jp/records/240439
https://ipsj.ixsq.nii.ac.jp/records/240439a0a3bfee-f56e-45f6-9535-7fd8105ba166
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-MBL24113014.pdf (4.7 MB)
2026年10月29日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, MBL:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-10-29 | |||||||||||||
| タイトル | ||||||||||||||
| タイトル | 金沢市における再配置効率化のための転移学習を用いたバイクシェア需要予測 | |||||||||||||
| タイトル | ||||||||||||||
| 言語 | en | |||||||||||||
| タイトル | Bike Share Demand Prediction Using Transfer Learning for Optimizing Relocation in Kanazawa City | |||||||||||||
| 言語 | ||||||||||||||
| 言語 | jpn | |||||||||||||
| キーワード | ||||||||||||||
| 主題Scheme | Other | |||||||||||||
| 主題 | 一般セッション1 | |||||||||||||
| 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 | ||||||||||||||
| NTTドコモ | ||||||||||||||
| 著者所属 | ||||||||||||||
| NTTドコモ | ||||||||||||||
| 著者所属 | ||||||||||||||
| NTTドコモ | ||||||||||||||
| 著者所属 | ||||||||||||||
| NTTドコモ | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| NTT DOCOMO, inc. | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| NTT DOCOMO, inc. | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| NTT DOCOMO, inc. | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| NTT DOCOMO, inc. | ||||||||||||||
| 著者名 |
三村, 知洋
× 三村, 知洋
× 小出, 英理
× 鈴木, 喬
× 石川, 太朗
|
|||||||||||||
| 論文抄録 | ||||||||||||||
| 内容記述タイプ | Other | |||||||||||||
| 内容記述 | 近年，バイクシェアサービス (Bicycle Sharing Services; BSS) の注目が集まっている．BSS の利用が増えることで，専用駐輪場 (ポート) の自転車溢れ・不足の問題が顕在化している．この問題の解決方法の 1 つとして自転車が溢れているポートから自転車が不足しているポートへ自転車を移動する再配置がある．再配置業務をより効率的に行うためには正確な自転車の需要を予測することが重要である．特に，金沢市の BSS の場合，東京に比べてデータ量の少ない・季節による利用数の変化が大きいという課題がある．この課題に対して本研究では BSS の需要をポート・時間ごとに予測する機械学習モデルに対して転移学習・オンライン学習を用いる．本研究では BSS の転移学習・オンライン学習を適用するにあたって，RQ1: オンライン学習を行うとどうなるのか？，RQ2: 東京のデータをもとに学習させる場合の需要予想精度はどうなるのか？，RQ3: 学習期間を大きくするとどうなるのか？，RQ4: 24 時間先まで予測するとどうなるのか？の 4 つの課題を立て実験を行なった．実験から，転移学習，オンライン学習を行うと性能が上がることを確認し，学習期間は大きい方が性能が上がることを確認した．また，24 時間先まで予測すると性能が劣化することを確認した． | |||||||||||||
| 論文抄録(英) | ||||||||||||||
| 内容記述タイプ | Other | |||||||||||||
| 内容記述 | As the use of Bike-Sharing Services (BSS) has increased, the problem of overflow and shortage of bicycles at dedicated bicycle parking (ports) has become apparent. One of the solutions to this problem is to relocate bicycles from overflowing ports to underflowing ports. To make the relocation work more efficient, it is important to accurately predict the demand for bicycles. In particular, the BSS in Kanazawa City faces the problems of small amount of data and significant seasonal changes in the number of bicycle use compared to that in Tokyo. To address these issues, this study improves the accuracy of a machine learning model that predicts the demand for BSS by port and by time by using transfer learning and online learning. | |||||||||||||
| 書誌レコードID | ||||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||||
| 収録物識別子 | AA11851388 | |||||||||||||
| 書誌情報 |
研究報告モバイルコンピューティングと新社会システム（MBL） 巻 2024-MBL-113, 号 14, p. 1-8, 発行日 2024-10-29 |
|||||||||||||
| ISSN | ||||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||||
| 収録物識別子 | 2188-8817 | |||||||||||||
| 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 | |||||||||||||
