テクノロジー > IT・科学
「ディープラーニング」を公共交通機関に
鉄道研がシステムを開発中…精度90％目標に
- 人工知能ディープラーニング（Deep Learning）技術が、公共交通機関の需要予測にも活用される。交通需要予測の精度が上がれば需要予測の誤差を減らし、公共交通機関の混雑度などを改善できると予想される。
韓国鉄道技術研究院（鉄道研）は、人工知能ディープラーニングを利用した公共交通の停留所間の需要予測実験をおこなった結果、50％ほどの精度を確保したと明らかにした。鉄道研は今後、精度を90％にまで高める計画だ。
鉄道研は交通カードのデータを分析し、配車間隔、乗り換え可能な路線数、近隣都市の鉄道路線数、停留所間の距離など100以上の変数を導出した。交通カードデータ基盤の公共交通の運営計画支援システムであるTRIPSの開発を通じて、鉄道研が保有している交通カードデータの詳細分析技術を応用した。
停留所周辺の建物延べ面積資料などを通じて、50以上の変数を加えて総150以上の入力変数を構成した。出力値の学習のために約45万あまりの停留所間の通行量データを使用した。このうち5000あまりは学習後の予測のために活用した。
実験の結果、停留所間の実際通行量の50％程度を正確に予測することが明らかになった。鉄道研は今後、さまざまな地域のデータと追加的入力変数を開発し、人工知能を学習させて90％の水準まで精度を高めることができると見込んでいる。
人工知能を介した交通需要予測の精度を向上させた場合、議政府・龍仁・金海の軽電鉄など、需要予測の誤差に起因する誤った公共交通機関事業の施行を予防できる。都市鉄道やバスなどが入り乱れる路線も、きちんと把握して公共交通機関の通行時間を短縮することができ、車内混雑度の改善などの効率的な公共交通の運営計画が可能だ。特定の時間帯、特定の区間を利用する人々の特性を分類して予測すれば、さまざまな付加価値を創出することもできる。
鉄道研のキム・ギファン院長は、「交通カード、交通量、ナビゲーション、移動通信、IoT基盤のセンシングデータなど交通分野のビッグデータを構築し、様々な実験を通した効率的な学習方法を開発すれば、交通計画と運営計画などの目的に合った交通需要予測が可能だろう」とし、「今後は人工知能を活用した交通科学技術の確立のために断続して努力する」と明らかにした。
- 毎日経済 イ・ヨンウク記者 / 写真=京畿道 | (C) mk.co.kr | 入力 2016-03-17 14:01:11
