文献

J-GLOBAL ID：201902284010903199   整理番号：19A0690231

機械学習による走行プローブデータからの異常走行箇所発見

Unusual driving spots discovery from driving probe data using machine learning

著者 (4件)： 川谷卓哉 ,  廣川佐千男 (九大 情報基盤研究開発セ) ,  峯恒憲 (九大 大学院システム情報科学研究院) ,  伊東栄典 (九大 情報基盤研究開発セ)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2019  号： ITS-76  ページ： Vol.2019-ITS-76,No.7,1-6 (WEB ONLY)  発行年： 2019年02月21日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 自動車の走行状況や道路状況などを知るため,スマートフォンセンサーをはじめ,GPSを利用したAutomatic Vehicle Location(AVL)など,様々な装置を利用し,プローブデータ(自動車の走行データ)の獲得が行われて,機械学習手法を利用した走行挙動の分析が行われてきている。本研究では,機械学習手法と特徴選択手法を組み合わせた,通常とは異なる走行挙動(異常走行挙動)の識別手法を提案する。具体的には会津若松市オープンデータ活用実証事業により提供されている公用車・公共交通車両走行情報履歴データにSVM(Support Vector Machine)と特徴選出の手法を用た異常走行挙動の識別手法を提案する。本手法を適用した際の,異常走行挙動の識別結果と識別精度,識別に寄与した特徴についても考察する。(著者抄録)

シソーラス用語： *機械学習 ,  走行軌跡 ,  *走行時異常現象 ,  自動車 ,  *挙動 ,  *データ ,  *サポートベクトルマシン ,  *特徴選択 ,  走行 ,  走行安定性 ,  GPS ,  センサ
準シソーラス用語： 走行車両 ,  *走行挙動 ,  *走行プローブデータ ,  走行データ ,  *異常走行挙動 ,  異常走行 ,  スマートフォンセンサ

分類 (3件)： 自動車事故,交通安全  (TB01050G) ,  走行性能  (QG02020S) ,  人工知能  (JE08000Z)

引用文献 (12件)：

• Sakai, T. and Hirokawa, S.: Feature words that classify problem sentence in scientific article, Proceedings of iiWAS2012, ACM, pp. 360-367 (2012).
• 牧野浩志,井坪慎二, 後藤梓: 道路政策評価における ETC2. 0 プローブ情報の活用方法に関する研究,Policy and Practice, Vol. 3, No. 1, pp. 15-30 (2017).
• 尾崎悠太,矢田淳一, 神谷翔: 急減速データを利用した危険箇所抽出手法の確立に向けた調査 (特集 IT 活用による道路交通の高度化),土木技術資料= Civil engineering journal: 土木技術の総合情報誌,Vol. 56, No. 8, pp. 28-31 (2014).
• 畠中秀人,平沢隆之,真部泰幸, 渡邊寧, 井上洋,竹中憲郎,川崎弘太,国土交通省: プローブデータを活用した安全走行支援サービスに関する検討,第6回ITSシンポジウム 2007,pp. 315-319 (2007).
• 西堀泰英,稲垣具志,加知範康,安藤良輔,三村泰広: 自動車走行時の加速度発生状況と交通事故発生箇所の関連分析,土木計画学研究・講演集,Vol. 42, pp. 16-20 (2010).

タイトルに関連する用語 (4件)： 機械学習 ,  プローブ ,  箇所 ,  発見