情報処理学会 第81回全国大会講演要旨

到着時間を予測する機能は交通サービスにとって重要な機能の一つである。例えば鉄道サービスの場合、スケジュールに合わせて運行することで目的地への到着時間が把握できる。しかしタクシーサービスの場合、出発地や目的地はリアルタイムに変化する。このため、配車依頼があったお迎え場所にどのタクシーが向かうかは事前にわからず、到着時間もその時の車両位置などの状況によって大きく変化する。そこで我々は、配車されるタクシーが未確定の状況における到着時間を予測する方法を提案する。実際のタクシーの位置情報と配車履歴を学習データとして、Attention機構を使ったEnd-to-Endのニューラルネットワークモデルを学習し到着時間を推定する。実験によりベースラインとなる手法と比較して到着時間の絶対誤差が小さくなる事を確認した。