Soumettre la recherche
Mettre en ligne
メトリックラーニングを用いたバス乗客ODデータの推定に関する研究
•
Télécharger en tant que PPTX, PDF
•
0 j'aime
•
1,203 vues
H
harmonylab
Suivre
メトリックラーニングを用いたバス乗客ODデータの推定に関する研究
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 27
Télécharger maintenant
Recommandé
デマンド型交通と組み合わせたバス輸送導入効果分析
デマンド型交通と組み合わせたバス輸送導入効果分析
Daisuke Hasegawa
敵対的生成ネットワーク(GAN)
敵対的生成ネットワーク(GAN)
cvpaper. challenge
多目的遺伝的アルゴリズム
多目的遺伝的アルゴリズム
MatsuiRyo
多重代入法(Multiple Imputation)の発表資料
多重代入法(Multiple Imputation)の発表資料
Tomoshige Nakamura
機械学習で嘘をつく話
機械学習で嘘をつく話
Satoshi Hara
動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット
Toru Tamaki
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
ML system design_pattern
ML system design_pattern
yusuke shibui
Recommandé
デマンド型交通と組み合わせたバス輸送導入効果分析
デマンド型交通と組み合わせたバス輸送導入効果分析
Daisuke Hasegawa
敵対的生成ネットワーク(GAN)
敵対的生成ネットワーク(GAN)
cvpaper. challenge
多目的遺伝的アルゴリズム
多目的遺伝的アルゴリズム
MatsuiRyo
多重代入法(Multiple Imputation)の発表資料
多重代入法(Multiple Imputation)の発表資料
Tomoshige Nakamura
機械学習で嘘をつく話
機械学習で嘘をつく話
Satoshi Hara
動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット
Toru Tamaki
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
ML system design_pattern
ML system design_pattern
yusuke shibui
動画認識サーベイv1(メタサーベイ )
動画認識サーベイv1(メタサーベイ )
cvpaper. challenge
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
西岡 賢一郎
レコメンドエンジン作成コンテストの勝ち方
レコメンドエンジン作成コンテストの勝ち方
Shun Nukui
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
Koichi Hamada
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
Kenyu Uehara
LLM は言葉の意味を理解しているのか?
LLM は言葉の意味を理解しているのか?
Hide Koba
Semantic segmentation
Semantic segmentation
Takuya Minagawa
Active Learning の基礎と最近の研究
Active Learning の基礎と最近の研究
Fumihiko Takahashi
アンサンブル学習
アンサンブル学習
Hidekazu Tanaka
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Koichi Hamada
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
nlab_utokyo
3D CNNによる人物行動認識の動向
3D CNNによる人物行動認識の動向
Kensho Hara
独立性基準を用いた非負値行列因子分解の効果的な初期値決定法(Statistical-independence-based efficient initia...
独立性基準を用いた非負値行列因子分解の効果的な初期値決定法(Statistical-independence-based efficient initia...
Daichi Kitamura
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
Deep Learning JP
音声感情認識の分野動向と実用化に向けたNTTの取り組み
音声感情認識の分野動向と実用化に向けたNTTの取り組み
Atsushi_Ando
Active Learning 入門
Active Learning 入門
Shuyo Nakatani
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
Ayako_Hasegawa
One Class SVMを用いた異常値検知
One Class SVMを用いた異常値検知
Yuto Mori
FIT2012招待講演「異常検知技術のビジネス応用最前線」
FIT2012招待講演「異常検知技術のビジネス応用最前線」
Shohei Hido
論文紹介 Anomaly Detection using One-Class Neural Networks (修正版
論文紹介 Anomaly Detection using One-Class Neural Networks (修正版
Katsuki Ohto
Deep High Resolution Representation Learning for Human Pose Estimation
Deep High Resolution Representation Learning for Human Pose Estimation
harmonylab
A Learning-based Iterative Method for Solving Vehicle Routing Problems
A Learning-based Iterative Method for Solving Vehicle Routing Problems
harmonylab
Contenu connexe
Tendances
動画認識サーベイv1(メタサーベイ )
動画認識サーベイv1(メタサーベイ )
cvpaper. challenge
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
西岡 賢一郎
レコメンドエンジン作成コンテストの勝ち方
レコメンドエンジン作成コンテストの勝ち方
Shun Nukui
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
Koichi Hamada
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
Kenyu Uehara
LLM は言葉の意味を理解しているのか?
LLM は言葉の意味を理解しているのか?
Hide Koba
Semantic segmentation
Semantic segmentation
Takuya Minagawa
Active Learning の基礎と最近の研究
Active Learning の基礎と最近の研究
Fumihiko Takahashi
アンサンブル学習
アンサンブル学習
Hidekazu Tanaka
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Koichi Hamada
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
nlab_utokyo
3D CNNによる人物行動認識の動向
3D CNNによる人物行動認識の動向
Kensho Hara
独立性基準を用いた非負値行列因子分解の効果的な初期値決定法(Statistical-independence-based efficient initia...
独立性基準を用いた非負値行列因子分解の効果的な初期値決定法(Statistical-independence-based efficient initia...
Daichi Kitamura
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
Deep Learning JP
音声感情認識の分野動向と実用化に向けたNTTの取り組み
音声感情認識の分野動向と実用化に向けたNTTの取り組み
Atsushi_Ando
Active Learning 入門
Active Learning 入門
Shuyo Nakatani
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
Ayako_Hasegawa
One Class SVMを用いた異常値検知
One Class SVMを用いた異常値検知
Yuto Mori
FIT2012招待講演「異常検知技術のビジネス応用最前線」
FIT2012招待講演「異常検知技術のビジネス応用最前線」
Shohei Hido
論文紹介 Anomaly Detection using One-Class Neural Networks (修正版
論文紹介 Anomaly Detection using One-Class Neural Networks (修正版
Katsuki Ohto
Tendances
(20)
動画認識サーベイv1(メタサーベイ )
動画認識サーベイv1(メタサーベイ )
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
レコメンドエンジン作成コンテストの勝ち方
レコメンドエンジン作成コンテストの勝ち方
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
LLM は言葉の意味を理解しているのか?
LLM は言葉の意味を理解しているのか?
Semantic segmentation
Semantic segmentation
Active Learning の基礎と最近の研究
Active Learning の基礎と最近の研究
アンサンブル学習
アンサンブル学習
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
3D CNNによる人物行動認識の動向
3D CNNによる人物行動認識の動向
独立性基準を用いた非負値行列因子分解の効果的な初期値決定法(Statistical-independence-based efficient initia...
独立性基準を用いた非負値行列因子分解の効果的な初期値決定法(Statistical-independence-based efficient initia...
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
【DL輪読会】Representational Continuity for Unsupervised Continual Learning ( ICLR...
音声感情認識の分野動向と実用化に向けたNTTの取り組み
音声感情認識の分野動向と実用化に向けたNTTの取り組み
Active Learning 入門
Active Learning 入門
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
One Class SVMを用いた異常値検知
One Class SVMを用いた異常値検知
FIT2012招待講演「異常検知技術のビジネス応用最前線」
FIT2012招待講演「異常検知技術のビジネス応用最前線」
論文紹介 Anomaly Detection using One-Class Neural Networks (修正版
論文紹介 Anomaly Detection using One-Class Neural Networks (修正版
Similaire à メトリックラーニングを用いたバス乗客ODデータの推定に関する研究
Deep High Resolution Representation Learning for Human Pose Estimation
Deep High Resolution Representation Learning for Human Pose Estimation
harmonylab
A Learning-based Iterative Method for Solving Vehicle Routing Problems
A Learning-based Iterative Method for Solving Vehicle Routing Problems
harmonylab
HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...
HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...
harmonylab
Intention Nets: Psychology-Inspired User Choice Behavior Modeling for Next-Ba...
Intention Nets: Psychology-Inspired User Choice Behavior Modeling for Next-Ba...
harmonylab
Anomaly Detection for an E-commerce Pricing System
Anomaly Detection for an E-commerce Pricing System
harmonylab
A Transformer-based Framework for Multivariate Time Series Representation Lea...
A Transformer-based Framework for Multivariate Time Series Representation Lea...
harmonylab
SURVEY ON ARTIFICIAL INTELLIGENCE POWERED POTHOLE DETECTION, REPORTING AND MA...
SURVEY ON ARTIFICIAL INTELLIGENCE POWERED POTHOLE DETECTION, REPORTING AND MA...
IRJET Journal
Learning to Incetivize Other Learning Agents
Learning to Incetivize Other Learning Agents
harmonylab
A hybrid model for building energy consumption forecasting using long short t...
A hybrid model for building energy consumption forecasting using long short t...
harmonylab
IRJET- Smart Bus for Smart City using IoT
IRJET- Smart Bus for Smart City using IoT
IRJET Journal
New Technologies to Shape The Future of Transport - It’s About the Data - Dav...
New Technologies to Shape The Future of Transport - It’s About the Data - Dav...
WRI Ross Center for Sustainable Cities
セマンティックセグメンテーションによる路面画像の積雪状況認識に関する基礎研究
セマンティックセグメンテーションによる路面画像の積雪状況認識に関する基礎研究
harmonylab
Forecasting across time series databases using recurrent neural networks on g...
Forecasting across time series databases using recurrent neural networks on g...
harmonylab
Camouflage Surveillance Robot In Defense Using Artificial Intelligence
Camouflage Surveillance Robot In Defense Using Artificial Intelligence
IRJET Journal
Iot Based Smart School Bus Monitoring and Security System
Iot Based Smart School Bus Monitoring and Security System
IRJET Journal
Automatic Traffic Rules Violation Control and Vehicle Theft Detection Using D...
Automatic Traffic Rules Violation Control and Vehicle Theft Detection Using D...
IRJET Journal
IRJET- To Study Pedestrian Road Crossing Behaviour at Intersection under ...
IRJET- To Study Pedestrian Road Crossing Behaviour at Intersection under ...
IRJET Journal
IRJET- Estimation of Crowd Count in a Heavily Occulated Regions
IRJET- Estimation of Crowd Count in a Heavily Occulated Regions
IRJET Journal
Autonomous bus
Autonomous bus
Jun Steed Huang
Object Detection Using YOLO Models
Object Detection Using YOLO Models
IRJET Journal
Similaire à メトリックラーニングを用いたバス乗客ODデータの推定に関する研究
(20)
Deep High Resolution Representation Learning for Human Pose Estimation
Deep High Resolution Representation Learning for Human Pose Estimation
A Learning-based Iterative Method for Solving Vehicle Routing Problems
A Learning-based Iterative Method for Solving Vehicle Routing Problems
HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...
HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...
Intention Nets: Psychology-Inspired User Choice Behavior Modeling for Next-Ba...
Intention Nets: Psychology-Inspired User Choice Behavior Modeling for Next-Ba...
Anomaly Detection for an E-commerce Pricing System
Anomaly Detection for an E-commerce Pricing System
A Transformer-based Framework for Multivariate Time Series Representation Lea...
A Transformer-based Framework for Multivariate Time Series Representation Lea...
SURVEY ON ARTIFICIAL INTELLIGENCE POWERED POTHOLE DETECTION, REPORTING AND MA...
SURVEY ON ARTIFICIAL INTELLIGENCE POWERED POTHOLE DETECTION, REPORTING AND MA...
Learning to Incetivize Other Learning Agents
Learning to Incetivize Other Learning Agents
A hybrid model for building energy consumption forecasting using long short t...
A hybrid model for building energy consumption forecasting using long short t...
IRJET- Smart Bus for Smart City using IoT
IRJET- Smart Bus for Smart City using IoT
New Technologies to Shape The Future of Transport - It’s About the Data - Dav...
New Technologies to Shape The Future of Transport - It’s About the Data - Dav...
セマンティックセグメンテーションによる路面画像の積雪状況認識に関する基礎研究
セマンティックセグメンテーションによる路面画像の積雪状況認識に関する基礎研究
Forecasting across time series databases using recurrent neural networks on g...
Forecasting across time series databases using recurrent neural networks on g...
Camouflage Surveillance Robot In Defense Using Artificial Intelligence
Camouflage Surveillance Robot In Defense Using Artificial Intelligence
Iot Based Smart School Bus Monitoring and Security System
Iot Based Smart School Bus Monitoring and Security System
Automatic Traffic Rules Violation Control and Vehicle Theft Detection Using D...
Automatic Traffic Rules Violation Control and Vehicle Theft Detection Using D...
IRJET- To Study Pedestrian Road Crossing Behaviour at Intersection under ...
IRJET- To Study Pedestrian Road Crossing Behaviour at Intersection under ...
IRJET- Estimation of Crowd Count in a Heavily Occulated Regions
IRJET- Estimation of Crowd Count in a Heavily Occulated Regions
Autonomous bus
Autonomous bus
Object Detection Using YOLO Models
Object Detection Using YOLO Models
Plus de harmonylab
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究 千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究 千坂知也
harmonylab
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
harmonylab
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
harmonylab
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
harmonylab
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
harmonylab
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
harmonylab
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
harmonylab
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
harmonylab
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
harmonylab
Voyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language Models
harmonylab
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
harmonylab
ReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language Models
harmonylab
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
harmonylab
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
harmonylab
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
harmonylab
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
harmonylab
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
harmonylab
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
harmonylab
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
harmonylab
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
harmonylab
Plus de harmonylab
(20)
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究 千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究 千坂知也
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
Voyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language Models
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
ReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language Models
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
Dernier
presentation ICT roal in 21st century education
presentation ICT roal in 21st century education
jfdjdjcjdnsjd
"I see eyes in my soup": How Delivery Hero implemented the safety system for ...
"I see eyes in my soup": How Delivery Hero implemented the safety system for ...
Zilliz
Finding Java's Hidden Performance Traps @ DevoxxUK 2024
Finding Java's Hidden Performance Traps @ DevoxxUK 2024
Victor Rentea
Cloud Frontiers: A Deep Dive into Serverless Spatial Data and FME
Cloud Frontiers: A Deep Dive into Serverless Spatial Data and FME
Safe Software
WSO2's API Vision: Unifying Control, Empowering Developers
WSO2's API Vision: Unifying Control, Empowering Developers
WSO2
Strategize a Smooth Tenant-to-tenant Migration and Copilot Takeoff
Strategize a Smooth Tenant-to-tenant Migration and Copilot Takeoff
sammart93
Mcleodganj Call Girls 🥰 8617370543 Service Offer VIP Hot Model
Mcleodganj Call Girls 🥰 8617370543 Service Offer VIP Hot Model
Deepika Singh
Cloud Frontiers: A Deep Dive into Serverless Spatial Data and FME
Cloud Frontiers: A Deep Dive into Serverless Spatial Data and FME
Safe Software
Biography Of Angeliki Cooney | Senior Vice President Life Sciences | Albany, ...
Biography Of Angeliki Cooney | Senior Vice President Life Sciences | Albany, ...
Angeliki Cooney
Apidays New York 2024 - APIs in 2030: The Risk of Technological Sleepwalk by ...
Apidays New York 2024 - APIs in 2030: The Risk of Technological Sleepwalk by ...
apidays
Rising Above_ Dubai Floods and the Fortitude of Dubai International Airport.pdf
Rising Above_ Dubai Floods and the Fortitude of Dubai International Airport.pdf
Orbitshub
Polkadot JAM Slides - Token2049 - By Dr. Gavin Wood
Polkadot JAM Slides - Token2049 - By Dr. Gavin Wood
Juan lago vázquez
AWS Community Day CPH - Three problems of Terraform
AWS Community Day CPH - Three problems of Terraform
Andrey Devyatkin
Exploring Multimodal Embeddings with Milvus
Exploring Multimodal Embeddings with Milvus
Zilliz
How to Troubleshoot Apps for the Modern Connected Worker
How to Troubleshoot Apps for the Modern Connected Worker
ThousandEyes
Architecting Cloud Native Applications
Architecting Cloud Native Applications
WSO2
TrustArc Webinar - Unlock the Power of AI-Driven Data Discovery
TrustArc Webinar - Unlock the Power of AI-Driven Data Discovery
TrustArc
Repurposing LNG terminals for Hydrogen Ammonia: Feasibility and Cost Saving
Repurposing LNG terminals for Hydrogen Ammonia: Feasibility and Cost Saving
Edi Saputra
Artificial Intelligence Chap.5 : Uncertainty
Artificial Intelligence Chap.5 : Uncertainty
Khushali Kathiriya
[BuildWithAI] Introduction to Gemini.pdf
[BuildWithAI] Introduction to Gemini.pdf
Sandro Moreira
Dernier
(20)
presentation ICT roal in 21st century education
presentation ICT roal in 21st century education
"I see eyes in my soup": How Delivery Hero implemented the safety system for ...
"I see eyes in my soup": How Delivery Hero implemented the safety system for ...
Finding Java's Hidden Performance Traps @ DevoxxUK 2024
Finding Java's Hidden Performance Traps @ DevoxxUK 2024
Cloud Frontiers: A Deep Dive into Serverless Spatial Data and FME
Cloud Frontiers: A Deep Dive into Serverless Spatial Data and FME
WSO2's API Vision: Unifying Control, Empowering Developers
WSO2's API Vision: Unifying Control, Empowering Developers
Strategize a Smooth Tenant-to-tenant Migration and Copilot Takeoff
Strategize a Smooth Tenant-to-tenant Migration and Copilot Takeoff
Mcleodganj Call Girls 🥰 8617370543 Service Offer VIP Hot Model
Mcleodganj Call Girls 🥰 8617370543 Service Offer VIP Hot Model
Cloud Frontiers: A Deep Dive into Serverless Spatial Data and FME
Cloud Frontiers: A Deep Dive into Serverless Spatial Data and FME
Biography Of Angeliki Cooney | Senior Vice President Life Sciences | Albany, ...
Biography Of Angeliki Cooney | Senior Vice President Life Sciences | Albany, ...
Apidays New York 2024 - APIs in 2030: The Risk of Technological Sleepwalk by ...
Apidays New York 2024 - APIs in 2030: The Risk of Technological Sleepwalk by ...
Rising Above_ Dubai Floods and the Fortitude of Dubai International Airport.pdf
Rising Above_ Dubai Floods and the Fortitude of Dubai International Airport.pdf
Polkadot JAM Slides - Token2049 - By Dr. Gavin Wood
Polkadot JAM Slides - Token2049 - By Dr. Gavin Wood
AWS Community Day CPH - Three problems of Terraform
AWS Community Day CPH - Three problems of Terraform
Exploring Multimodal Embeddings with Milvus
Exploring Multimodal Embeddings with Milvus
How to Troubleshoot Apps for the Modern Connected Worker
How to Troubleshoot Apps for the Modern Connected Worker
Architecting Cloud Native Applications
Architecting Cloud Native Applications
TrustArc Webinar - Unlock the Power of AI-Driven Data Discovery
TrustArc Webinar - Unlock the Power of AI-Driven Data Discovery
Repurposing LNG terminals for Hydrogen Ammonia: Feasibility and Cost Saving
Repurposing LNG terminals for Hydrogen Ammonia: Feasibility and Cost Saving
Artificial Intelligence Chap.5 : Uncertainty
Artificial Intelligence Chap.5 : Uncertainty
[BuildWithAI] Introduction to Gemini.pdf
[BuildWithAI] Introduction to Gemini.pdf
メトリックラーニングを用いたバス乗客ODデータの推定に関する研究
1.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. メトリックラーニングを用いたバス乗客OD データの推定に関する研究 A Study on Estimation of Bus Passenger OD Data using Metric Learning 北海道大学 大学院情報科学院 調和系工学研究室 修士2年 久保田 遼裕
2.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 乗合バス事業の経常収支率は平成27年以降悪化傾向にある[1] よってダイヤや路線網などの見直しによる業務の改善が求められる – そこでまず利用状況を把握するためにバス乗客ODデータの分析が必要 研究背景 2 平成27年~令和元年 その他地域 大都市部 計 [1] 国土交通省令和元年度乗合バス事業の収支状況について,https://www.mlit.go.jp/report/press/jidosha03_hh_000326.html
3.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 「バス停別乗降者数 」: バス停毎に何人乗り降りしたか 「乗車区間別乗降者数」 : 乗車区間ごとに何人乗り降りしたか バス乗客ODデータの例 3 バス停A バス停B バス停C バス停D 乗車人数 2人 1人 0人 0人 降車人数 0人 0人 1人 2人 バス停A バス停B バス停C バス停D バス停A 0人 1人 1人 バス停B 0人 1人 バス停C 0人 バス停D 降車 乗 車
4.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 従来の乗客ODデータの収集方法の課題 – ICカード • データ取得に追加料金が必要、全員が利用してるわけではない – 調査員の派遣 • 人手が必要で高コスト • そこでICカードに依存せず収集するシステムが開発されてきた – カメラを用いたシステム • 画像認識による乗降客のカウント[2] • 画像認識による乗降客のカウント、属性判定や混雑計測[3] – センサを用いたシステム • 乗客のスマホのBluetooth信号を検知して混雑度を算出[4] • 赤外線センサによる乗降客のカウント[5] バス乗客ODデータの収集について 4 [2]技研トラステム株式会社, http://www.trastem.co.jp/product/passenger_counter.html [3]株式会社Will Smart, https://willsmart.co.jp/solution/transportation/ai-congestion-visualize [4]株式会社ナビタイムジャパン・関東自動車株式会社・株式会社みちのりホールディングス,https://corporate.navitime.co.jp/topics/pr/202101/12_5322.html [5]ITSアライアンス株式会社,http://www.its-alliance.jp/counter.html
5.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. バス乗客ODデータの推定アルゴリズムの提案 • バス停別乗降者数を推定できるか検証 • 乗車区間別乗降者数を推定できるか検証 研究目的 5 バス停毎に乗車・降車の映像を撮影 バス停毎 のデータを処理 想定するシステム 乗降映像 データ 全バス停分まとめて データを処理 バス停別 乗降者数データ 乗車区間別 乗降者数データ バス停別 乗降者データ バス停別乗降者数 映像データ 乗車区間別乗降者数 カメラ映像 ※乗降映像データを始点から終点まで蓄積し、終点到着後に処理を行う
6.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 顔認識により推定する研究[6]はあるが実運用されてるシステムは少ない • 乗車人物と降車人物を一致させる必要があるため難易度が高い • 本研究ではメトリックラーニングを用いて人物の一致を試みる – メトリックラーニングとは • 同一人物のデータの距離を近く、同一人物でないデータの距離が遠くなるよう学習 • 本研究では人物の再識別(Person Re-Identification)において高精度なBoT[7]を使用 乗車区間別乗降者数について 6 基準の画像 遠ざける [6]山田 遊馬,廣森 聡仁,山口 弘純,東野 輝夫,”路線バスにおけるカメラ画像を用いたOD計測システムの提案”,研究報告モバイルコンピューティングとパーベイ シブシステム(MBL)vol93,pp1-8,2019 [7]Luo,Hao et al.” Bag of Tricks and A Strong Baseline for Deep Person Re-identification”,2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW),pp1487-1495 近づける
7.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • バス車内で収集した映像を用いてシステムの検証を行う • 撮影日時:2020年9月9日 13:30-16:00 • 人数:研究グループを含めた46人 • 乗車口・降車口の2箇所にカメラを設置 • 実運用を想定した高さ・角度で、乗客が触れることができない位置に設置 • 仮のバス停と設定した三か所(札幌市中心部)を周回 • 乗降者数を変えながら、 24回の乗車映像と28回の降車映像を撮影 • 人同士のオクルージョンがあり、乗降者の全身が映る瞬間は少ない 検証データの収集 7 降車口カメラ映像例 乗車口カメラ映像例
8.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. バス乗客ODデータの推定アルゴリズム 1. 乗降口における個人識別 • バス停毎の処理 2. 乗車人物・降車人物の同一推定 • 全バス停分の処理 アルゴリズムについて 8 乗車口カメラ映像 降車口カメラ映像 人物特徴量 抽出器 乗車人物 全バス停分の処理 乗車区間別 乗降者数を出力 バス停別 乗降者数を出力 1.乗降口における 個人識別 2.乗車人物・降車人 物の同一推定 降車人物 トリミングされた5FPSの画像 トリミングされた5FPSの画像 バス停毎の処理
9.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. バス乗客ODデータの推定アルゴリズム 1. 乗降口における個人識別 • バス停毎の処理 2. 乗車人物・降車人物の同一推定 • 全バス停分の処理 アルゴリズムについて 9 乗車口カメラ映像 降車口カメラ映像 人物特徴量 抽出器 乗車人物 全バス停分の処理 乗車区間別 乗降者数を出力 バス停別 乗降者数を出力 1.乗降口における 個人識別 2.乗車人物・降車人 物の同一推定 降車人物 トリミングされた5FPSの画像 トリミングされた5FPSの画像 バス停毎の処理
10.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 1. 人物特徴量抽出器により、画像から人物の検出・特徴量の抽出 2. 乗降口における個人識別 1. 最初に検出された人物をID1とする 2. 次フレーム以降で検出された人物と特徴量のユークリッド距離を計算 3. 設定した閾値以下のIDがあれば該当するIDの画像に割り当て、なければIDを新たに生成 乗降口における個人識別 10 [8] Alexey Bochkovskiy and Chien-Yao Wang and Hong-Yuan Mark Liao “YOLOv4: Optimal Speed and Accuracy of Object Detection”(2020), arXiv 特徴抽出 (BoT) YOLOv4[8]で人物検出 (矩形座標やサイズでノイズは削除) 検出座標 検出フレーム を付与 2048次元の 特徴量を付与 • 検出座標 • 検出フレーム • 特徴量 • 検出座標 • 検出フレーム • 特徴量
11.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 乗降口における個人識別 • 全バス停に適用することで、バス停毎に人物を識別する 乗降口における個人識別 11 乗車人物 降車人物 バ ス 停 A バ ス 停 バ ス 停 B C D バ ス 停 E バ ス 停 F バ ス 停 A1 A2 B1 B2 C1 D1 D2 E1 F1 F2
12.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. バス乗客ODデータの推定アルゴリズム 1. 乗降口における個人識別 • バス停毎の処理 2. 乗降人物・降車人物の同一推定 • 全バス停分の処理 アルゴリズムについて 12 乗車口カメラ映像 降車口カメラ映像 人物特徴量 抽出器 乗車人物 全バス停分の処理 乗車区間別 乗降者数を出力 バス停別 乗降者数を出力 1.乗降口における 個人識別 2.乗車人物・降車人 物の同一推定 降車人物 トリミングされた5FPSの画像 トリミングされた5FPSの画像 バス停毎の処理
13.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 乗車人物と降車人物の同一推定の処理 1. 始点から終点で識別された全人物で距離行列を作成 • 乗車人物𝑁人と降車人物𝑀人のN × 𝑀の行列 • 人物間の距離は1人に含まれる全画像を別の人物に含まれる全画像と総 当たりで計算したユークリッド距離の平均値 2. 乗車・降車に関するルールを適用 • 降車よりも乗車が後にならないように、該当する行列要素を∞で置換 3. ハンガリアン法により乗車・降車ペアを作成 • 作成された1つ乗車・降車ペアのバス停を乗車区間別乗降者数の一人分 とする • 𝑁と𝑀に差がある場合、どちらか少ない方のペア数が作成される 乗車人物と降車人物の同一推定 13
14.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 乗車人物と降車人物の同一推定 • 全バス停の乗車・降車ペアを作成し、その合計を乗車区間別乗降者数とする 乗車人物と降車人物の同一推定 14 乗車人物 降車人物 バ ス 停 A バ ス 停 バ ス 停 B C D バ ス 停 E バ ス 停 F バ ス 停 A1 A2 B1 B2 C1 D1 D2 E1 F1 F2 乗車・降車ペア
15.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. アルゴリズムの検証のため実際よりシンプルなデータで実験を行う • 始点から終点まで11人・22人の利用者 • 平日昼間のような、混雑がある程度緩和した状況を想定 バスで撮影したデータの実験における用途 • 46人分のデータ:2つ学習済みモデルの個別認識の閾値の探索と22人のバス停乗降映像デー タの作成 • 35人分のデータ:訓練データとして、新たに3つのモデルの作成 • 11人分のデータ:新たな3つのモデルの個別認識の閾値の探索と11人のバス停乗降映像データの作成 特徴抽出で使用するモデル • Market-1501学習済みモデル • DukeMTMC-ReID学習済みモデル • バスデータモデル • Market-1501ファインチューニングモデル • DukeMTMC-ReIDファインチューニングモデル 実験設定 15 バスで撮影したデータ 既存データと写り方に差があるため学習し直す Market-1501[9] DukeMTMC-ReID[10] [9] Liu, Weiyang et al.” Scalable Person Re-identification: A Benchmark”,Computer Vision, IEEE International Conference on,2015 [10]Ristani,Ergys et.” Performance Measures and a Data Set for Multi-Target, Multi-Camera Tracking”,European Conference on Computer Vision workshop on Benchmarking Multi-Target Tracking,2016 新 た に 作 成
16.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 目的 • バス停毎に乗降者を個人識別した人数の検証 • 手法 • 乗降口における個人識別で乗降人数を推定し、バス停毎の絶対誤差・合計の絶 対誤差と、誤差の発生しやすい箇所を確認 • 評価 • 乗降毎の推定した乗降人数と実際の乗降人数の絶対誤差 • データ • 11人のバス停乗降映像データにおける乗降各5回 • 22人のバス停乗降映像データにおける乗降各7回 実験1 16 バス停 1-1 1-2 1-3 1-4 1-5 1-6 1-7 1-8 1-9 乗車人数 2 2 4 1 2 0 0 0 0 降車人数 0 0 0 2 0 1 5 2 1 バス停 2-1 2-2 2-3 2-4 2-5 2-6 2-7 2-8 2-9 2-10 2-11 乗車人数 2 2 7 2 1 4 4 0 0 0 0 降車人数 0 0 0 2 0 7 1 4 5 2 1 ※乗客1人に付き、一回の乗り降りを行う
17.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 11人のバス停データのバス停毎の絶対誤差 • 概ね絶対誤差が少なく推定出来ている (目視で人物ごとに識別できていることを確認した) • 一部誤差が発生しやすいパターンがある 実験1 実験結果 17 乗車5回 乗車バス停 1-1 1-2 1-3 1-4 1-5 実際の乗車人数 2 2 4 1 2 合計絶対誤差 Market-1501学習済みモデル 0 1 0 0 1 2 Market-1501ファインチューニングモデル 0 0 0 0 0 0 DukeMTMC-ReID学習済みモデル 0 0 0 0 1 1 DukeMTMC-ReIDファインチューニングモデル 0 0 1 0 0 1 バスデータモデル 1 0 0 0 2 3 降車バス停 1-4 1-6 1-7 1-8 1-9 実際の降車人数 2 1 5 2 1 合計絶対誤差 Market-1501学習済みモデル 0 0 2 0 0 2 Market-1501ファインチューニングモデル 0 0 1 0 0 1 DukeMTMC-ReID学習済みモデル 0 0 1 0 0 1 DukeMTMC-ReIDファインチューニングモデル 0 0 0 0 0 0 バスデータモデル 0 0 1 0 0 1
18.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 22人のバス停データにおけるバス停毎の絶対誤差 • 11人のデータより絶対誤差が同等または増加した • 一部誤差が発生しやすいパターンがある 実験1 実験結果 18 乗車バス停 2-1 2-2 2-3 2-4 2-5 2-6 2-7 実際の乗車人数 2 2 7 2 1 4 4 合計絶対誤差 Market-1501学習済みモデル 1 0 0 0 0 0 0 1 DukeMTMC-ReID学習済みモデル 1 0 3 0 0 1 0 5 降車バス停 2-4 2-6 2-7 2-8 2-9 2-10 2-11 実際の降車人数 2 7 1 4 5 2 1 合計絶対誤差 Market-1501学習済みモデル 0 0 0 1 2 0 0 3 DukeMTMC-ReID学習済みモデル 0 0 0 0 1 0 0 1
19.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 輝度の変化や他人の映り込みで、同一人物が別人として認識される 身体の向きにより同一人物が別人として、別人が同一人物として認識される 車内を移動する人を降車人物として認識してしまう 実験1 誤差が発生しやすいパターン 19 実際は同一人物 実際は同一人物 違う人物だが同じ人物として認識 人物A 人物A 人物A 人物A 人物A 人物A 人物A 人物B 人物B 人物B 人物B 人物B 人物B 人物C 人物C
20.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 目的 • 乗車区間別乗降者数を推定できるか検証 • 手法 • モデル毎に乗車人物と降車人物の同一推定を用いて乗車・降車ペアを出力 • 評価 • データ • 11人のバス停乗降映像データ • 22人のバス停乗降映像データ 実験2 20 𝑅𝑒𝑐𝑎𝑙𝑙(再現率) = 𝑇𝑃 正解した乗車・降車ペア数 𝑇𝑃 + 𝐹𝑁 実際の全乗車・降車ペア数 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛(適合率) = 𝑇𝑃 正解した乗車・降車ペア数 𝑇𝑃 + 𝐹𝑃 推定した全乗車・降車ペア数 𝐹_𝑚𝑒𝑎𝑠𝑢𝑟𝑒(F値) = 2 ∗ 𝑅𝑒𝑐𝑎𝑙𝑙 ∗ 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 𝑅𝑒𝑐𝑎𝑙𝑙 + 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 × 人物が異なっても、乗車・降車バス停のみで正解と なる問題を防ぐため、人物の検出段階で人物ラベル をアノテーションしている 降車バス停:8 人物ラベル:F 降車バス停:8 人物ラベル:C 乗車バス停:3 人物ラベル:C 実際の乗車・降車ペアが[人物ラベル:C,乗車バス停:3,降車バス停8]の例 FP
21.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 目的 • 乗車区間別乗降者数を推定できるか検証 • 手法 • モデル毎に乗車人物と降車人物の同一推定を用いて乗車・降車ペアを出力 • 評価 • データ • 11人のバス停乗降映像データ • 22人のバス停乗降映像データ 実験2 21 𝑅𝑒𝑐𝑎𝑙𝑙(再現率) = 𝑇𝑃 正解した乗車・降車ペア数 𝑇𝑃 + 𝐹𝑁 実際の全乗車・降車ペア数 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛(適合率) = 𝑇𝑃 正解した乗車・降車ペア数 𝑇𝑃 + 𝐹𝑃 推定した全乗車・降車ペア数 𝐹_𝑚𝑒𝑎𝑠𝑢𝑟𝑒(F値) = 2 ∗ 𝑅𝑒𝑐𝑎𝑙𝑙 ∗ 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 𝑅𝑒𝑐𝑎𝑙𝑙 + 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 人物が異なっても、乗車・降車バス停のみで正解と なる問題を防ぐため、人物の検出段階で人物ラベル をアノテーションしている 降車バス停:8 人物ラベル:F 降車バス停:8 人物ラベル:C 乗車バス停:3 人物ラベル:C 実際の乗車・降車ペアが[人物ラベル:C,乗車バス停:3,降車バス停8]の例 TP
22.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • 11人のバス停データの精度評価 実験2 実験結果 22 モデル Recall Precision F_measure Market-1501学習済み 0.909 0.909 0.909 Market-1501ファインチューニング 0.818 0.889 0.857 DukeMTMC-ReID学習済み 1.000 1.000 1.000 DukeMTMC-ReIDファインチューニング 0.909 0.909 0.909 バスデータ 1.000 0.917 0.957 DukeMTMC-ReID学習済みモデルの精度が最も高く どのモデルでも約9割の精度が得られた
23.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • DukeMTMC-ReID学習済みモデルの11人のバス停データの乗車区間別乗降者数 実際の乗車区間別乗降者数と推定結果が一致 実験2 実験結果 23 1-1 1-2 1-3 1-4 1-5 1-6 1-7 1-8 1-9 1-1 1 1 1-2 2 1-3 4 1-4 1 1-5 2 1-6 1-7 1-8 1-9 乗 車 し た バ ス 停 降車したバス停
24.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 実験結果 • 22人のバス停データの精度評価 実験2 実験結果 24 モデル Recall Precision F_measure Market1501学習済み 0.682 0.682 0.682 DukeMTMC-ReID学習済み 0.909 0.870 0.889 • DukeMTMC-ReID学習済みモデルの方が優れておりMarket-1501学習済みモデル と比べると約20%の精度の差 • どちらとも11人のデータと比べると精度が下がった
25.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 22人のバス停データの乗車区間別乗降者数の比較(DukeMTMC-ReIDの推定人数 / 実際の人数) 実験2 実験結果 25 2-1 2-2 2-3 2-4 2-5 2-6 2-7 2-8 2-9 2-10 2-11 2-1 1/2 1/0 2-2 2/2 2-3 1/0 7/7 2-4 1/1 1/1 2-5 1/1 2-6 4/4 2-7 4/4 2-8 2-9 2-10 2-11 乗 車 し た バ ス 停 降車したバス停 :誤判定箇所 • 乗車2-3と降車2-6の様に数値上正しく見えても、間違えた推定結果を含んでいた • 個人識別で誤って識別された人物を含む箇所は間違えが多くなった :個人識別で誤識別があったバス停 (同一人物が別人として認識)
26.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. 実際の運用を考慮した位置・角度にカメラを設置し、オクルージョン等が起 こる環境で実験を行った結果、DukeMTMC-ReID学習済みモデルの22人の データの場合ではバス停別乗降人数に計6人の差があるが、乗車区間別乗降者 数では約90%の精度が得られた. ICカードの保有率が約90%[10]であることを考えると、同等の量のバス乗客 ODデータが収集できる可能性がある. しかし昼間のみの撮影を行ったため明るさの変化や、より多くの乗降者数に 対応していく必要がある. 考察 26 [10]川崎市高齢者外出支援乗車事業に関する市民アンケート調査 報告書 v03,https://www.city.kawasaki.jp/350/cmsfiles/contents/0000118/118295/dai4kaiariken2.pdf
27.
Copyright © 2020
調和系工学研究室 - 北海道大学 大学院情報科学研究院 情報理工学部門 複合情報工学分野 – All rights reserved. • バス乗客ODデータの推定アルゴリズムの検証を行った • バス停別乗降者数の推定を行い、誤差が発生しやすいパターンを確認した • 乗車区間別乗降者数の推定を行い、人数の違いによる精度の比較とシンプ ルなデータにおいて精度の高い推定ができるモデルがあることを確認した • 実環境への第一段階として、バス乗客ODデータの推定システムの可能性 を示した まとめ 27 研究業績 • 国内学会 • 久保田 遼裕,横山 想一郎, 山下 倫央, 川村 秀憲,弓崎潔, 佐藤好美:バス乗客ODデータの収集に向けた同一人物判 定手法の検証,情報処理北海道シンポジウム2020,オンライン開催(2020) • 発表予定 • 久保田 遼裕,横山 想一郎, 山下 倫央, 川村 秀憲,弓崎潔, 佐藤好美:メトリックラーニングを用いたODシステムの 開発,社会システムと情報技術研究ウィーク2021(RST2021),虻田郡留寿都村(2021)
Notes de l'éditeur
20秒
30秒
30秒
34秒
Télécharger maintenant