文献

J-GLOBAL ID：202002280564853312   整理番号：20A1204163

ネットワーク全体のトラフィック速度予測のための深層学習ベースのマルチタスクモデル【JST・京大機械翻訳】

A deep learning based multitask model for network-wide traffic speed prediction

著者 (4件)： Zhang Kunpeng (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, College of Mechanical and Vehicle Engineering, Hunan University, Changsha, PR China) ,  Zheng Liang (School of Traffic and Transportation Engineering, Central South University, Changsha, PR China) ,  Liu Zijian (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, College of Mechanical and Vehicle Engineering, Hunan University, Changsha, PR China) ,  Jia Ning (Institute of Systems Engineering, College of Management and Economics, Tianjin University, Tianjin, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 396  ページ： 438-450  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 本論文は,ネットワーク全体のトラフィック速度を予測するために,深い学習に基づくマルチタスク学習(MTL)モデルを提案して,予測性能を改良するために2つの方法を導入した。非線形Granger因果律解析を用いて,MTLモデルに対する最も有益な特徴を選択するために,様々なリンク間の時空間因果関係を検出した。Bayes最適化を用いて,限られた計算コストでMTLモデルのハイパーパラメータを調整した。中国,長沙の都市道路網におけるタクシーのGPSデータを用いて数値実験を行い,いくつかの結論を以下のように引き出した。深い学習に基づくMTLモデルは,4つの深い学習ベースの単一タスク学習(STL)モデル(すなわち,Ged Recurent Units Network,Long Short Memory Network,Convolution Ged Recurent Unit NetworkとTempal Convolutional Network),および3つの他の古典的モデル(すなわち,サポートベクトルマシン,k-Nearest Neighbers,およびEvolvingファジィニューラルネットワーク)より優れている。非線形Granger因果律試験は,MTLモデルのためのネットワークワイドリンクからの有益な特徴を選択するための信頼できるガイドを提供する。2つの他の最適化手法(すなわち,グリッド探索とランダム探索)と比較して,Bayes最適化は,予算計算コストの下で予測精度におけるMTLモデルのためのより良いチューニング性能をもたらす。要約すると,非線形Granger因果律解析とBayes最適化による深い学習ベースのMTLモデルは,大規模ネットワークのための正確で効率的なトラフィック速度予測を約束する。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： 最適化 ,  *学習 ,  *ネットワーク ,  最適化手法 ,  同調 ,  タクシー ,  ファジィニューラルネットワーク ,  サポートベクトルマシン
準シソーラス用語： 予測精度 ,  数値実験 ,  計算コスト ,  大規模ネットワーク ,  マルチタスク学習 ,  ハイパーパラメータ ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 短期交通速度予測 ,  深層学習 ,  マルチタスク学習 ,  非線形Granger因果律 ,  Bayes最適化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： トラフィック ,  予測 ,  深層学習 ,  マルチタスク ,  モデル