文献

J-GLOBAL ID：201702244818189284   整理番号：17A1780447

タクシー需要予測のためのリカレントニューラルネットワークによる系列学習モデル【Powered by NICT】

A Sequence Learning Model with Recurrent Neural Networks for Taxi Demand Prediction

著者 (4件)： Xu Jun ,  Rahmatizadeh Rouhollah ,  Boloni Ladislau ,  Turgut Damla
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： LCN  ページ： 261-268  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,過去の要求に基づくタクシー需要を予測するモデルを学習するためのリカレントニューラルネットワークの応用に焦点を当てた。今後タクシー要求は過去の要求に関係しているので時系列データを学習できることをモデルはここで必要である。例えば,映画館にタクシーを必要とする人も数時間後に家に帰ることタクシーを要求する可能性がある。長い短期記憶(LSTM),学習時系列データのための最良モデルの一つを用いた。ネットワークを訓練するために,公的ニューヨーク市タクシートリップデータセットからの歴史的なタクシー要求をコードに影響を与える要因としてまで,曜日および時間を追加した。実験結果により,提案アプローチでは,フィードフォワードニューラルネットワークに基づいており,ナイーブ統計平均予測発見的方法より優れていることを示した。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： *タクシー ,  *モデル ,  予測 ,  *需要予測 ,  *ネットワーク ,  発見的方法 ,  *学習 ,  劇場
準シソーラス用語： フィードフォワードニューラルネットワーク ,  ニューヨーク市 ,  短期記憶 ,  時系列データ ,  系列学習 ,  *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： タクシー ,  需要予測 ,  リカレントニューラルネットワーク ,  系列学習 ,  モデル