Core Concepts
本研究では、公共交通システムの遅延変化を効率的に検出するためのストリーミング検出手法を提案する。この手法は、ストリーミングデータに適用可能な変化検出器を使用し、公共交通ネットワークの個々の経路上で統計的に有意な遅延変化を特定する。
Abstract
本研究では、公共交通システムの遅延変化を効率的に検出するためのストリーミング検出手法を提案している。
主な内容は以下の通り:
- 公共交通システムのデータ(車両位置、時刻表など)をストリーミングで収集・処理するアーキテクチャを提案した。
- ストリーミングデータに適用可能な変化検出器(ADWIN、KSWIN、HDDM)を使用し、公共交通ネットワークの個々の経路上で統計的に有意な遅延変化を検出するアルゴリズムを提案した。
- 実際のワルシャワの公共交通データを使って提案手法を評価した。ADWIN検出器が最も良い性能を示すことが分かった。
- 朝夕のピーク時間帯の分析を行い、遅延変化の時間的・空間的な特徴を明らかにした。
- 検出された統計的に有意な遅延変化に基づいて、より現実的なスケジュールを作成し、旅行時間への影響を分析できることを示した。
提案手法は、公共交通システムの遅延問題を効率的に把握し、対策に役立てることができる。また、検出された遅延変化を活用して、より現実的な旅行時間推計が可能になる。
Stats
1日当たりの車両位置データの平均件数は400万件を超える
1日当たり平均14,600の経路が利用される
1経路当たりの平均利用回数は54回(中央値)
経路上の平均遅延時間は104秒(中央値)