Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Attention機構を使った 配車車両未確定状態における タクシー到着時間予測
Search
fumihiko takahashi
March 05, 2019
Programming
1
86
Attention機構を使った 配車車両未確定状態における タクシー到着時間予測
第81回情報処理学会全国大会(IPSJ2019)で一般セッションで発表した際の資料
https://www.ipsj.or.jp/event/taikai/81/
fumihiko takahashi
March 05, 2019
Tweet
Share
More Decks by fumihiko takahashi
See All by fumihiko takahashi
単一の深層学習モデルによる不確実性の定量化の紹介 ~その予測結果正しいですか?~
ftakahashi
3
870
明日使えるかもしれないLoss Functionsのアイディアと実装
ftakahashi
16
4.4k
時系列予測にTransformerは有効か?
ftakahashi
2
360
SIGSPATIAL2020 参加報告
ftakahashi
3
830
ドライブレコーダーの映像で Scene Text Recognitionする
ftakahashi
0
1.2k
ドライブレコーダーの Scene Text Recognitionにおける Multi-task Learning
ftakahashi
1
3.3k
JapanTaxi R&Dの取り組み事例
ftakahashi
0
91
jsai2019.pdf
ftakahashi
0
410
Other Decks in Programming
See All in Programming
CSC305 Lecture 09
javiergs
PRO
0
310
React Nativeならぬ"Vue Native"が実現するかも?_新世代マルチプラットフォーム開発フレームワークのLynxとLynxのVue.js対応を追ってみよう_Vue Lynx
yut0naga1_fa
2
1.5k
組込みだけじゃない!TinyGo で始める無料クラウド開発入門
otakakot
2
380
AI Agent 時代的開發者生存指南
eddie
4
2.1k
O Que É e Como Funciona o PHP-FPM?
marcelgsantos
0
200
他言語経験者が Golangci-lint を最初のコーディングメンターにした話 / How Golangci-lint Became My First Coding Mentor: A Story from a Polyglot Programmer
uma31
0
430
Goで実践するドメイン駆動開発 AIと歩み始めた新規プロダクト開発の現在地
imkaoru
4
900
釣り地図SNSにおける有料機能の実装
nokonoko1203
0
200
iOSでSVG画像を扱う
kishikawakatsumi
0
170
コード生成なしでモック処理を実現!ovechkin-dm/mockioで学ぶメタプログラミング
qualiarts
0
270
CSC509 Lecture 07
javiergs
PRO
0
250
実践Claude Code:20の失敗から学ぶAIペアプログラミング
takedatakashi
18
8.7k
Featured
See All Featured
XXLCSS - How to scale CSS and keep your sanity
sugarenia
249
1.3M
How GitHub (no longer) Works
holman
315
140k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.5k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.6k
The Straight Up "How To Draw Better" Workshop
denniskardys
238
140k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
Side Projects
sachag
455
43k
Reflections from 52 weeks, 52 projects
jeffersonlam
353
21k
Scaling GitHub
holman
463
140k
Raft: Consensus for Rubyists
vanstee
140
7.2k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
10
890
Producing Creativity
orderedlist
PRO
347
40k
Transcript
Attention機構を使った 配⾞⾞両未確定状態における タクシー到着時間予測 JapanTaxi株式会社 モビリティ研究開発部 ⾼橋⽂彦 2019.03.16 第81回情報処理学会全国⼤会
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 2
タクシー配⾞アプリ「JapanTaxi」 • マップ上で指定したピン位置に タクシーを⼿配 • 乗⾞料⾦の決済もアプリ上で可能 • 全国47都道府県で約7万台(全国 のタクシー⾞両1/3)が対応 • 600万以上ダウンロード
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 3
注⽂キャンセルの問題 Ωϟϯηϧ ंจ ୳ं։࢝ ंܾఆΛ௨ ड ंػձͷଛࣦ Ϣʔβʔ ंγεςϜ υϥΠόʔ Ωϟϯηϧ௨ ܴं։࢝
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 4
配⾞時間期待値のギャップ ͘Β͍Ͱ དྷΔ͔ͳʁ ͔͔ΔͳΒ ଞͷަ௨खஈΛ ͓͏ Ωϟϯηϧ ंจ ୳ं։࢝ ౸ண࣌ؒΛܭࢉ ड ंػձͷଛࣦ Ϣʔβʔ ंγεςϜ υϥΠόʔ Ωϟϯηϧ௨ ܴं։࢝
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 5
期待値調整をするために到着予想時間を表⽰ ͘Β͍Ͱ དྷΔ͔ͳʁ ंจ ͠ͳ͍ Ϣʔβʔ ंγεςϜ υϥΠόʔ ࣄલʹ౸ண༧࣌ؒΛ ఏࣔͯ͠ظௐΛ ߦ͏ ͘Β͍Ͱ དྷΔ
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 6
研究⽬的:お迎え場所への到着時間予測 ީิ̍ త • λΫγʔ͕͓ܴ͑ॴʹ౸ண͢Δ ·Ͱʹ͔͔Δ࣌ؒΛ༧ଌ͢Δ • ͓ܴ͑ॴʹ͔͏λΫγʔ֬ ఆ͍ͯ͠ͳ͍ ͓ܴ͑ॴ ީิ ީิ̏ ީิ̐
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 7
関連研究 • ػցֶशʹΑΔ౸ண࣌ؒ༧ଌ • υϥΠόʔಛྔͬͨ౸ண࣌ؒ༧ଌ<> • ܦ࿏Λಓ࿏͝ͱʹ3//Ͱ࠶ؼతʹೖྗ<> [1] Heng-Tze et al. Wide & Deep Learning for Recommender Systems. DLRS 2016. • ܦ࿏୳ࡧʹΑΔ౸ண࣌ؒ༧ଌ • ग़ൃ͔Βతͷܦ࿏୳ࡧ͠ܦ࿏ͷڑʹԠͯ࣌ؒ͡Λܭࢉ [2] Fei Wang,et al. Residual attention network for image classification. CVPR 2017.
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 8
提案する到着時間予測モデル • ػցֶशϕʔεख๏ • χϡʔϥϧωοτϫʔΫϞσϧ • ೖྗɿं྆ಛྔͱڥಛྔ • ग़ྗɿ౸ண࣌ؒ <T> • ϩεؔɿฏۉઈରޡࠩ
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 9
提案する到着時間予測モデル:⾞両特徴量 • ंީิͷं྆ͷಛྔ • ಛྔ • ग़ൃͷҢܦ • ͓ܴ͑ॴҢܦ • ग़ൃ࣌ͷํɾ • ͓ܴ͑ॴͷํɾઢڑ • ઢڑ͕͍ۙॱ൪
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 10
提案する到着時間予測モデル:Attention機構 • ػց༁ը૾ೝࣝͳͲͰΘΕ ΔωοτϫʔΫߏ • ೖྗʹԠͯ͢͡Δ͖ಛྔ ʹେ͖ͳॏΈ͕༩͞ΕΔ • ࣮ࡍʹं͞ΕΔं྆ͷॏΈ͕େ ͖͘ͳΔ͜ͱΛظ
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 11
提案する到着時間予測モデル:環境特徴量 • ं྆Ҏ֎ͷಛྔ • ಛྔ • ༵ • • ࣌ؒ • ॕ • ٳ
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 12
実験1: 予測精度評価実験 • ࣮ࡍͷλΫγʔͷंσʔλΛ༻ • λΫγʔձࣾ<ຊަ௨> ظؒ<d݄> Ҭ<౦ژ> • ༧ଌͱ࣮ଌͷฏۉઈରޡࠩ ."& • ༧ଌͷํ͕<T>Ҏ্ׂ͍߹ 5PP'BTUFS3BUF • ܭࢉॲཧ࣌ؒ &MBQTFE5JNF • ఏҊϞσϧΛଞͷϞσϧͱൺֱ AttentionNeuralModel 機械学習ベース 提案モデル NeuralModel 機械学習ベース 提案するモデルの Attention 機構部分を使わないモデル RouteSearchAverage 経路探索ベース 各車両から目的地までの時間を経路探索によって計算しそ の平均値を計算 RouteSearchOneBest 経路探索ベース 直線距離がもっとも近い車両から目的地までの時間を経路 探索によって計算
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 13
予測精度の評価結果 • ఏҊख๏ "UUFOUJPO/FVSBM.PEFM ͕࠷."&ͱ5PP'BTUFS3BUF ͕খ͍͞ • 3PVUF4FBSDI0OF#FTU͕."&͕େ͖͍ ˠ ଞͷީิߟྀ͢Δඞཁ͋Γ • ػցֶशϕʔεͷํ͕ߴ MAE Too Faster Rate Elapsed Time AttentionNeuralModel 156.11 0.2430 0.0360 NeuralModel 164.02 0.3247 0.0385 RouteSearchAverage 166.72 0.2527 0.0729 RouteSearchOneBest 215.70 0.4373 0.0731
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 14
到着時間ごとの精度 • ౸ண͕͍࣌ؒ߹ʹ"UUFOUJPO/FVSBM.PEFMͷਫ਼͕͍ ˠ ֶशσʔλ͕গͳ͍͜ͱ͕ݪҼ • ౸ண͕͍࣌ؒ߹ʹͲͪΒਫ਼͕͍ ˠ ಥൃతͳौͳͲΛଊ͑ΒΕ͍ͯͳ͍ 3PVUF4FBSDI"WFSBHF "UUFOUJPO/FVSBM.PEFM
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 15
実験2: アプリを使ったキャンセル率評価実験 • ఏҊϞσϧΛͬͨ༧ଌ౸ண࣌ؒΛදࣔ • දࣔͷ༗ແͰ"#ςετ • ΩϟϯηϧͱจΛൺֱ͠ධՁ
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 16
アプリでのABテスト結果 • ౸ண࣌ؒ༧ଌΛදࣔͨ͠ํ͕༏ҐʹΩϟϯηϧ͕͍ • จେ͖͘ݮΔ͜ͱͳ͔ͬͨ
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 17
まとめ [研究背景] • 配⾞アプリにおいて注⽂のキャンセルが問題 • 注⽂前に予想到着時間を表⽰することでキャンセル率を減ら したい [研究⽬的] • 複数の配⾞候補がある状況において到着時間を予測 [⼿法] • Attention機構を⽤いたニューラルモデル [結果] • 提案⼿法は他の⼿法に⽐べて平均絶対誤差が⼩さい • アプリに導⼊して効率的にキャンセルを減らせることを確認
〒102-0094 東京都千代田区紀尾井町3-12 3-12 Kioicho Chiyoda-ku, Tokyo 102-0094 Japan TEL 03-6265-6265
FAX 03-3239-8115 www.japantaxi.co.jp 文章·画像等の内容の無断転載及び複製等の行為はご遠慮ください。 Proprietary and Confidential ©2019 JapanTaxi, Inc. All Rights Reserved