เว็บไซต์ บริษัท บริษัท ทางด่วนตะวันออก จำกัด

NEXCO East Japan

DraPla

ภาษา

  • 日本語
  • English
  • 简体中文
  • 繁體中文
  • ภาษาไทย
  • 한국어

NEXCO EAST และตารางแรกญี่ปุ่นทางด่วน บริษัท AI ถูกใช้
ประสบความสำเร็จในการพัฒนาเทคโนโลยีการพยากรณ์ความแออัดเช่นระยะเวลาการจราจรติดขัด!

NEXCO EAST และตารางแรกญี่ปุ่นทางด่วน บริษัท AI ถูกใช้
ประสบความสำเร็จในการพัฒนาเทคโนโลยีการพยากรณ์ความแออัดเช่นระยะเวลาการจราจรติดขัด!

~ เทคโนโลยีการพยากรณ์ความแออัดในระยะยาวหลายเดือนข้างหน้าคล้ายกับการจราจรติดขัดคาดการณ์โดย AI ~

21 ธันวาคม 2018
บริษัท ทางด่วนตะวันออก จำกัด
บริษัท กริดคอร์ปอเรชั่น

บริษัท ทางด่วนตะวันออก จำกัด (ต่อไปนี้เรียกว่า NEXCO EAST ) และ Grid Co. , Ltd. (ต่อไปนี้คือ "Grid") ใช้ AI ในการพัฒนาเทคโนโลยีที่สามารถคาดการณ์ความแออัดได้หลายเดือนก่อนผู้คาดการณ์การจราจรติดขัด มันก็ประสบความสำเร็จ

กริดเป็น บริษัท ด้านเทคโนโลยีที่ได้รับความนิยมมากที่สุดแห่งหนึ่งในประเทศญี่ปุ่นและเราได้พัฒนาแพลตฟอร์มการพัฒนา AI "ReNom (Renome)" ซึ่งสามารถจัดการกับปัญหาต่างๆที่เกิดขึ้นได้เราได้พัฒนารูปแบบการทำนายที่เทียบเท่ากับวิศวกรคาดการณ์ความคับคั่งโดยใช้เทคโนโลยีการทำนายความแออัดของ NEXCO EAST จากผลการเปรียบเทียบแบบจำลองการคาดเดานี้กับผลแออัดจราจรในช่วงระยะเวลาการคั่งจราจรเราได้รับการยืนยันว่าสามารถยืนยันความแม่นยำบางอย่างได้และมีการตั้งค่าโอกาสสำหรับการใช้งานจริง

1 การพยากรณ์ความแออัดโดย AI

พยากรณ์ความคับคั่งของการพยากรณ์อากาศซึ่งเป็นเวลาหลายเดือนข้างหน้าเช่นระยะเวลาการจราจรติดขัดและความคับคั่งของปฏิทิน ฯลฯ เป็นผู้เชี่ยวชาญด้านการพยากรณ์ความแออัดที่ดำเนินงานพยากรณ์อากาศที่แออัดของ NEXCO EAST ซึ่งมีประวัติความคับถางในอดีตที่ผ่านมาการเปลี่ยนวันในสัปดาห์การเปลี่ยนแปลงสภาพถนน, พิจารณาและคาดการณ์สถานการณ์ของเหตุการณ์ ฯลฯ

แบบจำลองการพยากรณ์ความแออัดของ AI ช่วยให้คุณสามารถเรียนรู้ ข้อมูล อดีตที่ส่งผลกระทบต่อการเกิดการจราจรติดขัดและคาดการณ์การเกิดปัญหาความแออัดของการจราจรในวันและเวลาในอนาคตได้

ของการพัฒนาในปัจจุบัน Kan-Etsu Expressway นำไปเป็นจำนวนมากต่อไปนี้ [1] - [2] ประมาณ 14 ปี 2004-2018 ข้อมูล ถูกใช้ในการเรียนรู้ ในการเรียนรู้ ข้อมูล ครูจะถูกสร้างขึ้นโดยการคูณความรู้ความเข้าใจเกี่ยวกับการพยากรณ์ความแออัดของ NEXCO EAST กับทักษะทางวิศวกรรมแบบจำลองของตาราง

【 1 】ความเร็วข้อมูลจราจร ข้อมูล ได้รับทุกๆ 5 นาทีจากเคาน์เตอร์จราจรที่เรียกว่าเคาน์เตอร์จราจร
【 2 】รูปแบบปฏิทินของแต่ละปี (การจัดวันในสัปดาห์การจัดวันหยุด ฯลฯ )
แผนภาพแนวคิดการพยากรณ์ความแออัดโดย AI
  • อัลกอริธึมขั้นสูงเช่นการเรียนรู้ลึก ๆ สามารถสร้างได้อย่างอิสระตามงานและเกี่ยวกับงานง่ายๆแพลตฟอร์มการพัฒนา AI ซึ่งสามารถพัฒนารูปแบบที่มีอินเทอร์เฟซ GUI ได้โดยไม่ต้องเขียนโปรแกรมโดยที่ไม่มีผู้เชี่ยวชาญ .
[อ้างอิง] การทำนายความแออัดโดยวิธี congestion predictionist

การทำนายความคับคั่งโดยใช้ตัวทำนายความแออัดถูกแบ่งออกเป็นประมาณ [1] ถึง [4]

  • 【 1 】การทับซ้อนของความแออัดของการจราจรในอดีต (3 ปี)
  • 【 2 】ทบทวนผลการคับคั่งของการจราจรที่ผ่านมา
  • 【 3 】รวมถึงแนวโน้มการเข้าชมล่าสุด
  • 【 4 】การแก้ไข (การมีส่วนร่วมของความคับคั่งในบริเวณใกล้เคียงการพิจารณาเส้นทางที่จะเชื่อมต่อ)
【วิธีคาดการณ์การจราจรติดขัด】ภาพของวิธีการซ้อนทับ

2 ความถูกต้องของการพยากรณ์ความแออัดโดย AI

ในปีนี้ Kan-Etsu Expressway ชีวิตการจราจรแออัดใน (GW บอนเทศกาล) และถูกเมื่อเทียบกับผลที่เกิดขึ้นจริงของการทำนายความแออัดโดย AI และพยากรณ์ความแออัดอัตราพลาดของการทำนายอัตรา Missมันเป็นประมาณ 20% สำหรับทั้งสองและได้รับการยืนยันว่ามันสามารถที่จะทำนายที่มีความแม่นยำเกือบเหมือนที่คาดการณ์ไว้โดยนักพยากรณ์ predictionist การจราจร

  H30 GW ถาด H30
  อัตราการแกว่งอากาศ อัตราที่ไม่ได้รับ อัตราการแกว่งอากาศ อัตราที่ไม่ได้รับ
หัวหน้าคนงาน 25% 20% 19% 11%
AI 24% 20% 20% 9%
  • อัตราการเข้าชมที่เกิดขึ้นจริง) "/" จำนวนการแออัดทั้งหมดที่เกิดขึ้นจริง "
    อัตราการแกว่ง Gyutani: "จำนวนครั้งของการแกว่งไม่ได้ใช้งาน (การคาดการณ์ว่าการจราจรติดขัดเกิดขึ้น แต่จำนวนการจราจรติดขัดที่เกิดขึ้นจริงซึ่งไม่ได้เกิดขึ้น)" / "จำนวนการคาดการณ์การจราจรติดขัดทั้งหมด"

นอกจากนี้ในปีนี้ Kan-Etsu Expressway สำหรับสิ้นปีและวันหยุดปีใหม่ของการทำนายความแออัดถูกเมื่อเทียบกับการคาดการณ์ความแออัดจากความแออัดของการคาดการณ์ว่าพยากรณ์ความแออัดโดยเอไอประมาณ 80% ได้กลายเป็นคำทำนายแนวโน้มเดียวกัน

"ตัวอย่างของการคาดการณ์ [1]" Kan-Etsu Expressway upload line 2 มกราคม (พุธ) เปรียบเทียบการทำนาย AI และคาดการณ์พยากรณ์

"ตัวอย่างของการคาดการณ์ [1]" Kan-Etsu Expressway upload line 2 มกราคม (พุธ) เปรียบเทียบการทำนาย AI และคาดการณ์พยากรณ์

"ตัวอย่างการทำนาย【 2 】" Kan-Etsu Expressway upload line 3 มกราคม (พฤหัสบดี) เปรียบเทียบการทำนาย AI และพยากรณ์พยากรณ์

"ตัวอย่างการทำนาย【 2 】" Kan-Etsu Expressway upload line 3 มกราคม (พฤหัสบดี) เปรียบเทียบการทำนาย AI และพยากรณ์พยากรณ์

3 การพัฒนาในอนาคตของการพยากรณ์การจราจรติดขัดโดยใช้ AI

  • เทคโนโลยีที่พัฒนาขึ้นในครั้งนี้สามารถใช้งานได้นอกเหนือจากเป้าหมาย Kan-Etsu Expressway นอกจากนี้เรายังจะได้เรียนรู้เส้นทางอื่น ๆ เช่น Tohoku Expressway และมุ่งมั่นที่จะ การขยายตัว เส้นทางเป้าหมาย
  • ในปัจจุบันนี้เป็นเรื่องยากที่จะคาดการณ์ได้จากการเปลี่ยนแปลงสภาพถนนและโครงสร้างค่าใช้จ่ายที่ทำนายปัญหาการจราจรติดขัดและเราจะใช้ข้อมูลเพิ่มเติมเช่นว่าจะไม่มีการมองข้ามในการคาดการณ์โดยผู้พยากรณ์การจราจรติดขัดในงานทำนายการจราจรติดขัดหรือไม่
  • ถ้าความถูกต้องของการทำนายความแออัดโดย AI จะสูงขึ้นในอนาคตและความร่วมมือกับระบบการทำนายแบบดั้งเดิมจะทำเวลาทำงานเช่น [1] superimposition งาน [4] แก้ไขงาน ฯลฯ ซึ่งนักจราจรพยากรณ์ได้ทำ, สันนิษฐานว่าการคาดการณ์การลดการเข้าชมงานจะลดลงครึ่งหนึ่ง
  • ในอนาคตเราจะพิจารณาความเป็นไปได้ของ ข้อมูล การเรียนรู้ใหม่เช่นข้อมูลสภาพอากาศและสถานการณ์การเกิดอุบัติเหตุและมุ่งมั่นที่จะปรับปรุงความถูกต้องต่อไป
Adobe Reader ดาวน์โหลด
จำเป็นต้องมีซอฟต์แวร์ปลั๊กอิน Acrobat Reader (เวอร์ชันภาษาญี่ปุ่น) โดย Adobe Systems Inc. เพื่อดูไฟล์ PDF หากคุณยังไม่มีดาวน์โหลดได้จากที่นี่ (ฟรี)ลิงค์ภายนอก: หน้าต่างแสดงอีก してご利用ください。