16:10 〜 16:30
[2N5-GS-10-03] 時系列特徴量を用いたインスタンスベース・ドメイン適応による電子デバイス需要予測モデリング
キーワード：機械学習、需要予測、転移学習
製造業においては，市場構造の激しい変化の中，需要の動向を迅速かつ的確に把握するとともに，変動に対するフレキシブルな生産計画の立案，顧客への最適な供給が求められる．特に電子デバイスにおいてはグローバルマーケットにおける地域・販路・利用用途などにより需要の特性が異なるため，個別の需要予測モデルが必要となる場合がある． しかしながら，個別予測モデルを構築する場合，予測対象製品のデータだけでは学習データ数が少なく，実用に十分な精度での予測が難しいという問題がある． そこで，本稿ではドメイン適応を用いることにより，需要予測モデルの予測精度向上に寄与する学習データを抽出し，学習データ数を拡張することで予測対象製品の予測精度向上を実現する手法を提案する．本手法では，ソースドメインからの学習データ抽出において，電子デバイスの需要特性を表す時系列特徴量を用いたクラスタリングを行うことにより，ターゲットドメインの学習データを拡張する．本手法をドメイン適応を用いない従来手法と比較し，短期需要の予測精度向上を実現した．
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。