[4D1-OS-33a] OS-33

[4D1-OS-33a-03] Demand Forecasting for Construction Machinery in Emerging Countries Using Burst Information

〇Junma Nishida¹, Ryutaro Ichise¹ (1. Institute of Science Tokyo)

Keywords:Time Series Forecasting, Burst Detection, Machine Learning

市場の需要のトレンドを正確に予測することは, 企業にとって投資効率の良い開発を行う上で重要である. しかし, 一部の新興国での需要は, 短期間で発生する急激な需要変動（バースト現象）が多く, 売上予測の精度に大きな影響をもたらしている. バースト現象は突発的かつ非周期的であるため, 従来の統計的手法や機械学習モデルではその予測が困難であるという課題がある. 本研究では, バースト現象の特性を考慮し, それを予測モデルに統合する新たなアプローチを提案する. このアプローチにより, バーストが起こらない地域を適切に分離することで予測精度の向上を目指す. そして, 新興国市場を対象に複数の建設機械の需要予測に提案手法を適用し, その有効性を検証した. その結果, 複数の建設機械に対して正確な需要の予測とトレンドの予測が可能になり, バースト情報を取り入れた提案手法が建設機械の需要予測に対して有効であることが示された.