文献

J-GLOBAL ID：201702214574795819   整理番号：17A1392770

大規模鉄道ネットワークのための動的遅延予測:Thresholdoutによる調整された深いおよび浅い極端学習マシン【Powered by NICT】

Dynamic Delay Predictions for Large-Scale Railway Networks: Deep and Shallow Extreme Learning Machines Tuned via Thresholdout

著者 (8件)： Oneto Luca (Department of Informatics, BioEngineering, Robotics, and Systems Engineering, University of Genoa, Genoa, Italy) ,  Fumeo Emanuele (Department of Informatics, BioEngineering, Robotics, and Systems Engineering, University of Genoa, Genoa, Italy) ,  Clerico Giorgio (Department of Informatics, BioEngineering, Robotics, and Systems Engineering, University of Genoa, Genoa, Italy) ,  Canepa Renzo (Rete Ferroviaria Italiana S.p.A., Genoa, Italy) ,  Papa Federico (Ansaldo STS, Genoa, Italy) ,  Dambra Carlo (Ansaldo STS, Genoa, Italy) ,  Mazzino Nadia (Ansaldo STS, Genoa, Italy) ,  Anguita Davide (Department of Informatics, BioEngineering, Robotics, and Systems Engineering, University of Genoa, Genoa, Italy)
資料名： IEEE Transactions on Systems, Man, and Cybernetics: Systems  (IEEE Transactions on Systems, Man, and Cybernetics: Systems)
巻： 47  号： 10  ページ： 2754-2767  発行年： 2017年 
JST資料番号： C0425D  ISSN： 2168-2216  CODEN： ITSMFE  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現在の列車遅延(TD)予測システムは,利用可能な内因性(すなわち,鉄道システム自身によって発生した)および外因性(すなわち,鉄道事業が外部現象によって発生する関連)大量のデータからの処理と有用で実用的な情報を抽出するための最新のツールと技法を利用していない。,固有時変問題の性質(例えば,公称ダイヤにおける規則的な変化など)に対応するために設計されていない。本論文の目的は,時間的に変化するビッグデータ分析の分野における最新のツールと技法を利用した動的データ駆動型TD予測システムを構築することである。特に,国立気象サービスで提供される気象約列車運動と外因性データの両者に関する歴史的データを利用可能にする時変多変量回帰問題にTD予測問題を地図化した。これら手法の性能は,最新技術thresholdout法,差分プライバシー理論に依存する非常に強力な法により調整した。最後に,最近のインメモリ・大規模データ処理技術を十分に利用する浅いおよび深い極限学習機械(extreme learning machineの二つの効率的な実装の性能は現在の最先端のTD予測システムと比較した。イタリア鉄道ネットワークからの実世界データ上での結果により,この論文の提案である最先端システムを著しく改善できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *学習 ,  気象 ,  学習機械 ,  ダイヤモンド ,  *鉄道網 ,  *予測 ,  イタリア共和国
準シソーラス用語： 最先端 ,  大規模データ ,  多変量 ,  データ駆動 ,  ビッグデータ ,  鉄道システム ,  予測システム , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 大規模 ,  鉄道ネットワーク ,  遅延 ,  予測 ,  学習 ,  マシン