解釈可能な機械学習を用いた信号交差点における渋滞要因分析

DOI

書誌事項

タイトル別名
  • An Analysis of Congestion Factors at Signalized Intersections using Interpretable Machine Learning

抄録

<p>一般道の渋滞は依然として交通工学において対応すべき重要な問題である.近年の ICT の発展により様々なビッグデータが蓄積されているが,その利活用は十分とは言い難い.そこで本研究では,ETC2.0 プローブデータを用いて一般道の主なボトルネックである信号交差点に着目して交通状況を整理し,国土数値情報等のその他ビッグデータを活用して道路構造・土地利用等に関するデータを整理・統合利用することで,一般道の渋滞発生要因を定量的に分析する.XGBoost を用いた機械学習モデルを構築し,SHAP による解釈を試みた結果,時間帯交通量等が渋滞発生に,左折車線延長等が渋滞抑制に影響することを確認した.また,個別の信号交差点に着目した渋滞対策の効果予測より,右折車線の延伸による渋滞抑制への影響を確認した.</p>

収録刊行物

  • 交通工学論文集

    交通工学論文集 9 (2), A_305-A_316, 2023-02-01

    一般社団法人 交通工学研究会

詳細情報 詳細情報について

  • CRID
    1390576689850478080
  • DOI
    10.14954/jste.9.2_a_305
  • ISSN
    21872929
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ