機械学習（CNN）を用いた阪神高速道路における交通混雑予測手法に関する研究

摘要

阪神高速道路は1日あたり約75万台の利用があり、日常的に交通集中渋滞が発生する。交通混雑状況を事前に検知することができれば、交通管制業務の効率化につながると考えられる。本論文では、画像認識などでよく利用されているコンボリューショナル・ニューラルネットワーク(CNN)を用いて構築した「高速道路の渋滞発生を10分前に予測するモデル」の概要、予測結果の精度およびモデルが渋滞発生予測した時の重要度を可視化することで、渋滞発生予測に強い影響を与えた時点・地点の分析結果について報告する。