2023年度 人工知能学会全国大会(第37回)

講演情報

オーガナイズドセッション

オーガナイズドセッション » OS-8 移動系列のデータマイニングと機械学習

[2H5-OS-8a] 移動系列のデータマイニングと機械学習

2023年6月7日(水) 15:30 〜 17:10 H会場 (中会議室 B1)

オーガナイザ:藤井 慶輔、竹内 孝、沖 拓弥、西田 遼、田部井 靖生、前川 卓也

16:30 〜 16:50

[2H5-OS-8a-03] 一般化エントロピー正則化に基づくスパースな出力が可能な経路選択モデル

〇渡邉 葵1、日高 健1 (1. (株)豊田中央研究所)

キーワード:経路選択モデル、交通量配分、一般化エントロピー正則化、Tsallisエントロピー、α-entmax

旅行者が目的地までどのような経路を選択し移動するかという経路選択行動のモデル化は,モビリティサービスの評価など様々な応用先を有する.だが,典型的な経路選択モデルは,経路コストを用いてソフトマックス関数で各経路の選択確率を求めるため,どれほど遠回りな経路にも正の流量が配分されるという課題がある.この課題を克服する既往モデルは,パラメータ設定がアドホックで,推定時に最尤法と最短経路探索を組み合わせる必要があり計算負荷が高い.そこで本研究では,ソフトマックス型のモデルを特殊解に含みつつ,流量ゼロを表現でき,かつ,計算負荷を削減した経路選択モデルの構築を目指す.具体的には,シャノンエントロピーを一般化した一般化エントロピーを用いて正則化を行うことでスパースな活性化関数を構築する方法論を,既存の交通理論と整合する形で経路選択モデルへと展開した.結果,ソフトマックス型のモデルから流量ゼロを表現可能なモデルまで,連続的に表現可能であることを数値計算と合わせて確認し,パラメータ推定が単純な線形回帰で可能なことを示した.これにより,ゼロ流量を表現可能な既往モデルよりも推定時の計算負荷を大きく削減し得る.

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。

パスワード