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
PRO
March 05, 2019
Programming
1
68
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
PRO
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
PRO
3
520
明日使えるかもしれないLoss Functionsのアイディアと実装
ftakahashi
PRO
16
3.6k
時系列予測にTransformerは有効か?
ftakahashi
PRO
2
210
SIGSPATIAL2020 参加報告
ftakahashi
PRO
3
770
ドライブレコーダーの映像で Scene Text Recognitionする
ftakahashi
PRO
0
1.2k
ドライブレコーダーの Scene Text Recognitionにおける Multi-task Learning
ftakahashi
PRO
1
3.2k
JapanTaxi R&Dの取り組み事例
ftakahashi
PRO
0
73
jsai2019.pdf
ftakahashi
PRO
0
390
Other Decks in Programming
See All in Programming
Return of the Full-Stack Developer
simas
PRO
1
310
AIエージェントを活用したアプリ開発手法の模索
kumamotone
1
740
パスキーのすべて / 20250324 iddance Lesson.5
kuralab
0
120
Django for Data Science (Boston Python Meetup, March 2025)
wsvincent
0
230
RailsでCQRS/ESをやってみたきづき
suzukimar
2
1.5k
フロントエンドテストの育て方
quramy
8
2.5k
Develop Faster With FrankenPHP
dunglas
2
2.3k
2025/3/18 サービスの成長で生じる幅広いパフォーマンスの問題を、 AIで手軽に解決する
shirahama_x
0
160
ニックトレイン登壇資料
ryotakurokawa
0
140
List とは何か? / PHPerKaigi 2025
meihei3
0
520
WordPress Playground for Developers
iambherulal
0
120
コンテナでLambdaをデプロイするときに知っておきたかったこと
_takahash
0
140
Featured
See All Featured
Imperfection Machines: The Place of Print at Facebook
scottboms
267
13k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
49k
Optimizing for Happiness
mojombo
377
70k
Side Projects
sachag
452
42k
Site-Speed That Sticks
csswizardry
4
450
BBQ
matthewcrist
88
9.5k
The Language of Interfaces
destraynor
157
24k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
28
9.4k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
8
700
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
31
4.7k
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