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
55
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
明日使えるかもしれないLoss Functionsのアイディアと実装
ftakahashi
PRO
14
2.4k
時系列予測にTransformerは有効か?
ftakahashi
PRO
1
130
SIGSPATIAL2020 参加報告
ftakahashi
PRO
3
700
ドライブレコーダーの映像で Scene Text Recognitionする
ftakahashi
PRO
0
1.1k
ドライブレコーダーの Scene Text Recognitionにおける Multi-task Learning
ftakahashi
PRO
1
3.1k
JapanTaxi R&Dの取り組み事例
ftakahashi
PRO
0
69
jsai2019.pdf
ftakahashi
PRO
0
360
Other Decks in Programming
See All in Programming
Server Driven Compose With Firebase
skydoves
0
400
Streams APIとTCPフロー制御 / Web Streams API and TCP flow control
tasshi
1
290
qmuntal/stateless のススメ
sgash708
0
120
Pinia Colada が実現するスマートな非同期処理
naokihaba
2
160
とにかくAWS GameDay!AWSは世界の共通言語! / Anyway, AWS GameDay! AWS is the world's lingua franca!
seike460
PRO
1
550
Progressive Web Apps für Desktop und Mobile mit Angular (Hands-on)
christianliebel
PRO
0
110
のびしろを広げる巻き込まれ力:偶然を活かすキャリアの作り方/oso2024
takahashiikki
1
410
CSC509 Lecture 08
javiergs
PRO
0
110
プロジェクト新規参入者のリードタイム短縮の観点から見る、品質の高いコードとアーキテクチャを保つメリット
d_endo
1
1k
Googleのテストサイズを活用したテスト環境の構築
toms74209200
0
270
約9000個の自動テストの 時間を50分->10分に短縮 Flakyテストを1%以下に抑えた話
hatsu38
23
11k
Vaporモードを大規模サービスに最速導入して学びを共有する
kazukishimamoto
4
4.3k
Featured
See All Featured
What's in a price? How to price your products and services
michaelherold
243
12k
The Language of Interfaces
destraynor
154
24k
Building Applications with DynamoDB
mza
90
6.1k
Designing for humans not robots
tammielis
249
25k
BBQ
matthewcrist
85
9.3k
Six Lessons from altMBA
skipperchong
26
3.5k
Thoughts on Productivity
jonyablonski
67
4.3k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
167
49k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
250
21k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
Raft: Consensus for Rubyists
vanstee
136
6.6k
Ruby is Unlike a Banana
tanoku
96
11k
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