近年，世界規模で自動運転車の開発が進む中，人間が操作する車両に対する挙動予測の重要性が高まっている．従来は，数式ベースの車両追従モデルを中心に予測手法が発展してきたが，高速道路本線への車両流入が存在しない状況を対象とするものが多かった．そこで本研究では，特に予測が困難な高速道路合流部における本線車両の速度予測に着目し，複数の深層学習手法に対して特徴量の拡張を行い，性能向上を図る．公開データセットを用いた評価により，提案手法の有効性を検証する．加えて，追加実験として予測結果の不確実性についても検討を行う．