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
JapanTaxi R&Dの取り組み事例
Search
fumihiko takahashi
July 01, 2019
Programming
0
89
JapanTaxi R&Dの取り組み事例
データサイエンティスト:ゆるふわ採用座談会-JapanTaxi,FORCAS,FiNC,Classi の登壇資料
https://forcas.connpass.com/event/135114/
fumihiko takahashi
July 01, 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
850
明日使えるかもしれないLoss Functionsのアイディアと実装
ftakahashi
16
4.3k
時系列予測にTransformerは有効か?
ftakahashi
2
330
SIGSPATIAL2020 参加報告
ftakahashi
3
820
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
jsai2019.pdf
ftakahashi
0
410
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
ftakahashi
1
85
Other Decks in Programming
See All in Programming
大規模アプリのDIフレームワーク刷新戦略 ~過去最大規模の並行開発を止めずにアプリ全体に導入するまで~
mot_techtalk
0
370
2分台で1500examples完走!爆速CIを支える環境構築術 - Kaigi on Rails 2025
falcon8823
3
2.9k
ソフトウェア設計の実践的な考え方
masuda220
PRO
3
430
CSC509 Lecture 01
javiergs
PRO
1
430
Pythonスレッドとは結局何なのか? CPython実装から見るNoGIL時代の変化
curekoshimizu
4
1.3k
メモリ不足との戦い〜大量データを扱うアプリでの実践例〜
kwzr
1
780
いま中途半端なSwift 6対応をするより、Default ActorやApproachable Concurrencyを有効にしてからでいいんじゃない?
yimajo
2
330
詳しくない分野でのVibe Codingで困ったことと学び/vibe-coding-in-unfamiliar-area
shibayu36
3
4.1k
育てるアーキテクチャ:戦い抜くPythonマイクロサービスの設計と進化戦略
fujidomoe
1
150
CSC509 Lecture 02
javiergs
PRO
0
400
Swift Concurrency - 状態監視の罠
objectiveaudio
2
450
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
2
160
Featured
See All Featured
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
127
53k
How to Ace a Technical Interview
jacobian
280
23k
Rebuilding a faster, lazier Slack
samanthasiow
84
9.2k
A better future with KSS
kneath
239
17k
A designer walks into a library…
pauljervisheath
209
24k
Become a Pro
speakerdeck
PRO
29
5.5k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
Reflections from 52 weeks, 52 projects
jeffersonlam
352
21k
The Power of CSS Pseudo Elements
geoffreycrofte
79
6k
What’s in a name? Adding method to the madness
productmarketing
PRO
23
3.7k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Faster Mobile Websites
deanohume
310
31k
Transcript
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved JapanTaxi
R&Dの取り組み 次世代モビリティ事業部 モビリティ研究開発グループ ⾼橋 ⽂彦 2019.07.01 ゆるふわ採⽤座談会
2 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
• 名前:⾼橋⽂彦 • 略歴 • 2015年4⽉ ヤフー株式会社 ⼊社 • 2018年8⽉ JapanTaxi株式会社 ⼊社 • 領域 • 画像処理、⾃然⾔語処理 • 過去の主な仕事 • 配⾞アプリのお迎え時間予測 • ECサイトの検索精度改善 • その他:PM、論⽂書いたり • 趣味 • ボードゲーム、IoTガジェット
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved JapanTaxi
Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 交通系スタートアップ
交通インフラを取り扱う数少ない会社
5 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
タクシーの 配⾞プラットフォーム タクシー向け ハードウェアメーカー タクシーデータ ビジネス
6 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
事例1:タクシーのお迎え時間予測
7 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
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 • 700万ダウンロード達成
8 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
課題: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 配⾞注⽂後にキャンセルされると、ドライバーにとって機会損失
9 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
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
10 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
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
11 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
⽬的:事前にお迎え時間を予測 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
12 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
Attention機構を使ったお迎え時間予測モデル 配⾞候補の⾞両の特徴量 • 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 ⾞両以外の環境の特徴量 • ⽇、曜⽇、時間 • 祝⽇、休⽇ 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 到着時間
13 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
予測精度の評価結果 • "UUFOUJPO/FVSBM.PEFM͕࠷."&ͱ5PP'BTUFS3BUF͕খ͍͞ • ຊγεςϜڥͷ߹ɺػցֶशϕʔεͷํ͕ߴ MAE Too Faster Rate Elapsed Time[s] 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 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
表⽰有無のA/Bテスト • ఏҊϞσϧΛͬͨ༧ଌ౸ண࣌ؒΛදࣔ • දࣔͷ༗ແͰ"#ςετ • ΩϟϯηϧͱจΛൺֱ͠ධՁ • ౸ண࣌ؒ༧ଌΛදࣔͨ͠ํ͕༏ҐʹΩϟ ϯηϧ͕͍ • จେ͖͘ݮΔ͜ͱͳ͔ͬͨ
15 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
事例2:ドライブレコーダーの動画像分析 ~ガソリンスタンドの料⾦認識~
16 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
1⽇のタクシー動態の様⼦
17 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
センシングカーとしてのタクシー⾞両
18 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
ガソリンスタンド料⾦の⾃動認識
19 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
ガソリンスタンド料⾦の⾃動認識
20 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
Scene Text Recognition Yolo v3 [YOLOv3: An Incremental Improvement, Joseph et al. , 2018] CNN+RNN+CTC [Gated Recurrent Convolution Neural Network for OCR, Jianfeng et al., NIPS2017]
21 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
事例3:ドライブレコーダーの動画像分析 ~⾃⾞レーン認識~
22 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
⾃⾞レーンの認識 • ⽬的:詳細な位置推定 • ⾞線単位での混雑度合い • ドライビングパターン • 課題:現状の⾃⼰位置推定の精度が悪い • GPSの誤差は数⼗メートル • 道路へマップマッチしてもでわかる位置はせいぜい 道路単位 → ドライブレコーダーの映像を使って⾃⾞レーンを認識 ⾃⾞レーン:2 全⾞線数:3
23 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
24 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
Lane Net を使った⾃⾞レーンの認識 後処理 ⾞線計算 [Towards End-to-End Lane Detection: an Instance Segmentation Approach, Davy et al. , 2018] • ंઢͷ͖͕ਖ਼ͷຊΛΧϯτ͠ɺࣗंҐஔΛܭࢉ
25 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
࠷ޙʹ
26 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
社員数推移とトピックス 未来創⽣ファン ドより 5億円 資⾦調達 トヨタ⾃動⾞より75億円 未来創⽣ファンドより10.5億円 資⾦調達 NTTドコモより 22.5億円 資⾦調 達 カカオモビリティー より 15億円 資⾦調達 社員数
27 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
職種と年齢層 27% 73% ⼥性 男性 29% 54% 17% 20代 30代 40代 47% 3% 15% 11% 8% 5% 11% エンジニア・PM デザイナー マーケ セールス CX カスタマーサクセス コーポレート 平均年齢は33.6歳、全体の半数が開発者です。
28 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
特徴的な福利厚⽣ ⽉に上限1万円まで、タクシーに乗れる 制度です。社員⾃らタクシーを利⽤す ることで、ユーザーとしての体験をプ ロダクト開発に役⽴てる取り組み。 ピアボーナス制度。 社員同⼠、感謝の気持ちを形にして送りあえる ツールになっています。 受け取ったポイントは、1ポイント1円として⾦ 額換算され、給与と共に振り込まれます。 「ありぽん」 「トライアルタクシー」
29 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved
We are hiring!! • 機械学習/アルゴリズム開発エンジニア • ⾃動運転エンジニア • データアナリスト/BIアナリスト • データエンジニア
〒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 ©2017 JapanTaxi, Inc. All Rights Reserved