Tweet
Tweet

Slide 1

Slide 1 text

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

Slide 2

Slide 2 text

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

Slide 3

Slide 3 text

Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved JapanTaxi

Slide 4

Slide 4 text

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

Slide 5

Slide 5 text

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

Slide 6

Slide 6 text

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

Slide 7

Slide 7 text

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

Slide 8

Slide 8 text

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

Slide 9

Slide 9 text

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

Slide 10

Slide 10 text

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

Slide 11

Slide 11 text

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

Slide 12

Slide 12 text

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

Slide 13

Slide 13 text

13 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 予測精度の評価結果 • "UUFOUJPO/FVSBM.PEFM͕࠷΋."&ͱ5PP'BTUFS3BUF͕খ͍͞ • ຊγεςϜ؀ڥͷ৔߹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

Slide 14

Slide 14 text

14 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 表⽰有無のA/Bテスト • ఏҊϞσϧΛ࢖ͬͨ༧ଌ౸ண࣌ؒΛදࣔ • දࣔͷ༗ແͰ"#ςετ • Ωϟϯηϧ཰ͱ஫จ਺Λൺֱ͠ධՁ • ౸ண࣌ؒ༧ଌΛදࣔͨ͠ํ͕༏ҐʹΩϟ ϯηϧ཰͕௿͍ • ஫จ਺͸େ͖͘ݮΔ͜ͱ͸ͳ͔ͬͨ

Slide 15

Slide 15 text

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~

Slide 16

Slide 16 text

16 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 1⽇のタクシー動態の様⼦

Slide 17

Slide 17 text

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

Slide 18

Slide 18 text

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

Slide 19

Slide 19 text

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

Slide 20

Slide 20 text

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]

Slide 21

Slide 21 text

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~

Slide 22

Slide 22 text

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

Slide 23

Slide 23 text

23 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved

Slide 24

Slide 24 text

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] • ंઢͷ܏͖͕ਖ਼ͷຊ਺ΛΧ΢ϯτ͠ɺࣗंҐஔΛܭࢉ

Slide 25

Slide 25 text

25 Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved ࠷ޙʹ

Slide 26

Slide 26 text

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

Slide 27

Slide 27 text

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。

Slide 28

Slide 28 text

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」

Slide 29

Slide 29 text

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

Slide 30

Slide 30 text

〒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