文献

J-GLOBAL ID：202202235219841774   整理番号：22A0457453

機械学習による鉄道旅客快適性の評価【JST・京大機械翻訳】

Evaluation of Railway Passenger Comfort With Machine Learning

著者 (2件)： Huang Junhui (Department of Civil Engineering, University of Birmingham, Birmingham, U.K) ,  Kaewunruen Sakdirat (Department of Civil Engineering, University of Birmingham, Birmingham, U.K)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 2372-2381  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 鉄道乗客の快適性は,航空飛行のような他の公共輸送からより多くの乗客を引きつける重要な分野と考えられてきた。乗客と列車会社が車載乗客の快適性レベルを推定するのを可能にするために,著者らは,特徴抽出器としてプレトレイン畳み込みニューラルネットワークを結合する電話ベースのハイブリッド機械学習(ML)モデルを提案し,ベクトル回帰を予測子としてサポートする。提案モデルの能力をより良く実証するために,ハイブリッドモデルと同じハイブリッドモデルの2つのサブモデル,しかし,非プレトレイン特徴抽出器をベンチマークとして採用した。生場データを,Birmingham観測所とBirmingham国際ステーションの大学の間の回廊から,電話を用いて取得し,その後,UIC513に従って対応する快適性レベルを計算した。4つのモデルを,2つのドメイン,時間領域と周波数領域におけるデータセットによって訓練して,次に,ランダム探索によって最適化して,10倍交差検証によって確証した。提案方法は,R2が0.988±0.004,二乗平均平方根誤差(RMSE)が0.028±0.015,平均絶対誤差(MAE)が0.02±0.005の最良の性能をもたらした。本研究の結果は,鉄道乗客が,提案したシステムから運転スタイルを較正するための列車運転者の快適性とリアルタイム支援のレベルを定量化するためのアクセスを持つ可能性を支持した。Copyright 2022 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： 最適化 ,  ベクトル ,  航空輸送 ,  電話 ,  *快適性 ,  列車運転 ,  特徴抽出 ,  公共輸送 ,  廊下 ,  *乗客 ,  飛翔 ,  ベンチマーク ,  *機械学習 ,  周波数領域
準シソーラス用語： ハイブリッドモデル , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 機械学習 ,  鉄道 ,  旅客 ,  快適性 ,  評価