文献

J-GLOBAL ID：202002246266945940   整理番号：20A0615264

選択分析のためのディープニューラルネットワーク:代替特定効用関数を用いたアーキテクチャ設計【JST・京大機械翻訳】

Deep neural networks for choice analysis: Architecture design with alternative-specific utility functions

著者 (3件)： Wang Shenhao (Department of Urban Studies and Planning, Massachusetts Institute of Technology, USA) ,  Mo Baichuan (Department of Civil and Environmental Engineering, Massachusetts Institute of Technology, USA) ,  Zhao Jinhua (Department of Urban Studies and Planning, Massachusetts Institute of Technology, USA)
資料名： Transportation Research. Part C. Emerging Technologies  (Transportation Research. Part C. Emerging Technologies)
巻： 112  ページ： 234-251  発行年： 2020年 
JST資料番号： W0534A  ISSN： 0968-090X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 深いニューラルネットワーク(DNN)は選択解析にますます適用されているが,DNNの解釈可能性と予測力を改善し,特定のタスクに対する効果的な正則化法を同定するために,一般目的のDNNにより領域特異的行動知識を調整することが困難である。これらの課題に取り組むために,本研究では,交互特異効用関数(ASU-DNN)による特定のDNNアーキテクチャの設計に対する行動知識の利用を実証し,それにより予測力と解釈可能性の両方を改善した。全ての代替案の属性を用いて代替kの効用値を計算する完全接続DNN(F-DNN)とは異なり,ASU-DNNはk自身の属性のみを用いて計算する。理論的に,ASU-DNNは,そのより軽いアーキテクチャとまばらな接続性のために,F-DNNの推定誤差を実質的に減らすことができる。しかし,交互特異的効用の制約は,より大きな近似誤差を示すためにASU-DNNを引き起こすことができる。経験的に,ASU-DNNは,シンガポールで収集された民間データセットにおける全ハイパーパラメータ空間上のF-DNNより2~3%高い予測精度を有し,Rmlogitパッケージで利用可能な公開データセットである。交互特異的連結性は,非関連代替(IIA)制約の独立性と関連しており,ドメイン知識ベース正則化法は,最も一般的な一般目的の明示的および暗黙的正則化法およびアーキテクチャ的ハイパーパラメータよりも効果的である。ASU-DNNは,F-DNNよりも移動モード選択のより規則的な置換パターンを提供し,ASU-DNNをより解釈可能にした。また,ASU-DNNとF-DNNの間の比較は,行動知識のテストを助ける。著者らの結果は,個人が代替の自身の属性を使用することによってユーティリティを計算する可能性が高いことを明らかにし,選択モデリングにおける長年の実践を支持する。全体として,本研究は,行動知識がDNNのアーキテクチャ設計を導き,効果的なドメイン知識ベースの正則化手法として機能し,選択解析におけるDNNの解釈可能性と予測力の両方を改善することを実証した。将来の研究は,ASU-DNNの一般化可能性と,DNNアーキテクチャを設計するための効用理論を使用する他の可能性を調査することができる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ドメイン知識 ,  *計算機アーキテクチャ ,  正則化 ,  連結性 ,  *ニューラルネットワーク ,  モード選択 ,  シンガポール共和国 ,  *効用関数 ,  近似法
準シソーラス用語： 予測精度 ,  ハイパーパラメータ ,  推定誤差 ,  *アーキテクチャ設計 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： ディープニューラルネットワーク ,  代替特有のユーティリティ ,  選択分析

分類 (3件)： 運転者  (TB01040V) ,  交通調査  (TB01031B) ,  電子航法一般  (ND14010O)

タイトルに関連する用語 (5件)： 分析 ,  ディープニューラルネットワーク ,  代替 ,  効用関数 ,  アーキテクチャ設計