文献

J-GLOBAL ID：202002283062317303   整理番号：20A1338116

スマートフォン旅行調査におけるモード推論のためのアンサンブル畳込みニューラルネットワーク【JST・京大機械翻訳】

Ensemble Convolutional Neural Networks for Mode Inference in Smartphone Travel Survey

著者 (3件)： Yazdizadeh Ali (Department of Geography, Planning and Environment, Concordia University, Montreal, QC, Canada) ,  Patterson Zachary (Department of Geography, Planning and Environment, Concordia University, Montreal, QC, Canada) ,  Farooq Bilal (Department of Civil Engineering, Ryerson University, Toronto, ON, Canada)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 21  号： 6  ページ： 2232-2239  発行年： 2020年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  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： カナダ,モントリオールにおける大規模スマートフォン旅行調査の一部として収集したトリップデータの輸送モードを分類するために,アンサンブル畳込みニューラルネットワーク(CNN)を開発した。提案したアンサンブルライブラリは,異なるハイパーパラメータ値とCNNアーキテクチャを持つ一連のCNNモデルから成る。最終モデルでは,”平均投票”,”主要投票”および”最適重み”法を用いてCNNモデルの出力を結合した。さらに,メタ学習者としてランダムフォレストモデルを展開してアンサンブルライブラリを利用した。メタ学習者としてのランダムフォレストによるアンサンブル法は,他の3つのアンサンブル組合せ法を超える91.8%の精度を示し,他の比較モデルは文献に報告されている。「主要投票」と「最適重み」組合せ法は,約89%の予測精度率をもたらし,一方,「平均投票」は,わずか85%の精度を達成できる。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： トリップ ,  *旅行 ,  カナダ ,  投票 ,  計算機アーキテクチャ ,  *スマートフォン
準シソーラス用語： 予測精度 ,  メタ学習 ,  ランダムフォレスト ,  ハイパーパラメータ ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： スマートフォン ,  旅行 ,  調査 ,  推論 ,  アンサンブル ,  畳込みニューラルネットワーク