Successfully reported this slideshow.
Your SlideShare is downloading. ×

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

Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Upcoming SlideShare
JapanTaxiのAI活用事例
JapanTaxiのAI活用事例
Loading in …3
×

Check these out next

1 of 18 Ad

More Related Content

Recently uploaded (20)

Advertisement

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

  1. 1. 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
  2. 2. 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
  3. 3. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 3 注⽂キャンセルの問題 キャンセル 配車注文 探車開始 配車決定を通知 受諾 乗車機会の損失 ユーザー 配車システム ドライバー キャンセル通知 迎車開始
  4. 4. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 4 配⾞時間期待値のギャップ 5分くらいで 来るかな? 10分かかるなら 他の交通手段を 使おう キャンセル 配車注文 探車開始 到着時間を計算 受諾 乗車機会の損失 ユーザー 配車システム ドライバー キャンセル通知 迎車開始
  5. 5. 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 5分くらいで 来るかな? 配車注文 しない ユーザー 配車システム ドライバー 事前に到着予想時間を 提示して期待値調整を 行う 10分くらいで 来る
  6. 6. 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 候補1 目的地 • タクシーがお迎え場所に到着する までにかかる時間を予測する • お迎え場所に向かうタクシーは確 定していない お迎え場所 候補2 候補3 候補4
  7. 7. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 7 関連研究 • 機械学習による到着時間予測 • ドライバー特徴量も使った到着時間予測[1] • 経路を道路ごとにRNNで再帰的に入力[2] [1] Heng-Tze et al. Wide & Deep Learning for Recommender Systems. DLRS 2016. • 経路探索による到着時間予測 • 出発地から目的地の経路探索し経路の距離に応じて時間を計算 [2] Fei Wang,et al. Residual attention network for image classification. CVPR 2017.
  8. 8. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 8 提案する到着時間予測モデル • 機械学習ベース手法 • ニューラルネットワークモデル • 入力:車両特徴量と環境特徴量 • 出力:到着時間 [s] • ロス関数:平均絶対誤差
  9. 9. 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 • 配車候補の車両の特徴量 • 特徴量 • 出発地の緯度経度 • お迎え場所緯度経度 • 出発時の方向・速度 • お迎え場所への方向・直線距離 • 直線距離が近い順番
  10. 10. 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 • 機械翻訳や画像認識などで使われ るネットワーク構造 • 入力に応じて注目するべき特徴量 に大きな重みが付与される • 実際に配車される車両の重みが大 きくなることを期待
  11. 11. 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 • 車両以外の特徴量 • 特徴量 • 曜日 • 日 • 時間 • 祝日 • 休日
  12. 12. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 12 実験1: 予測精度評価実験 • 実際のタクシーの配車データを使用 • タクシー会社[日本交通], 期間[9~12月], 地域[東京都] • 予測値と実測値の平均絶対誤差(MAE) • 予測値の方が150[s]以上遅い割合(Too Faster Rate) • 計算処理時間(Elapsed Time) • 提案モデルを他のモデルと比較 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
  13. 13. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 13 予測精度の評価結果 • 提案手法(AttentionNeuralModel)が最もMAEとToo Faster Rate が小さい • RouteSearchOneBestがMAEが大きい → 他の候補も考慮する必要あり • 機械学習ベースの方が高速 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
  14. 14. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 14 到着時間ごとの精度 • 到着時間が短い場合にAttentionNeuralModelの精度が低い → 学習データが少ないことが原因 • 到着時間が長い場合にどちらも精度が低い → 突発的な渋滞などを捉えられていない RouteSearchAverage AttentionNeuralModel
  15. 15. 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 • 提案モデルを使った予測到着時間を表示 • 表示の有無でA/Bテスト • キャンセル率と注文数を比較し評価
  16. 16. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 16 アプリでのABテスト結果 • 到着時間予測を表示した方が優位にキャンセル率が低い • 注文数は大きく減ることはなかった
  17. 17. 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
  18. 18. 〒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

×