[4Yin2-24] 外因性データを用いた新幹線軌道狂いの時空間予測
キーワード：時空間予測、鉄道保守、深層学習
軌道狂いとは軌道に生じた歪みや変形であり，その劣化速度は保線工事や軌道直下の地盤などの複数の外因的要素によって変化する．これらの外因的要素を表すデータには，軌道直下の地形を表す空間的なカテゴリカルデータや，保線工事の施工有無を表す時空間的な二値データなどがある．これまで我々は，このような外因性データを用いて，convolutional long short-term memory (ConvLSTM) によって新幹線の軌道狂いを時空間予測してきた．このConvLSTMでは，カテゴリカルデータや二値データを埋め込み層に入力することで，各外因的要素を特徴ベクトルで表現した．本論文では，専門家の知見にしたがって，降水量，設備の年齢，列車の単位通過量を新たな外因性データとして追加し，回帰予測している．ドクターイエローによる実データを用いた実験では，追加した外因性データを含めて，予測への寄与を調べ，予測に影響のある外因的要素を特定した．
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。