1. 前のページに戻る

多様データ入力深層学習による交通渋滞予測と信号制御最適化の実証 (TRALICO)

研究課題

国際的な科学技術共同研究などの推進 国際科学技術共同研究推進事業 SICORP CONCERT-Japan(SICORP)

体系的番号 JPMJSC23C2
DOI https://doi.org/10.52926/JPMJSC23C2

研究代表者

新井 イスマイル  奈良先端科学技術大学院大学, 総合情報基盤センター, 准教授

研究期間 (年度) 2024 – 2026
概要本研究は、リアルタイムに得られる交通データや気象データを用いて機械学習により近未来の交通状況を予測し、信号の切り替えタイミングを最適化することで街の渋滞を緩和し、CO2排出量を削減することを目的とする。具体的には日本側チームは、交通状況を予測する機械学習の部分について、特徴量エンジニアリングと時系列データ用解析手法として近年注目を集めているトランスフォーマーの適用を試みる。ハンガリー側チームは取りまとめ役となりつつ、日本側チームの開発したモデルの予測結果を入力とする信号制御アルゴリズムを開発する。トルコ側チームは実際の道路で開発した信号制御アルゴリズムを実装して実証実験する。3ヵ国チームによる共同研究を通して、AI制御の交通流・CO2排出量の削減の実証を目指す。
研究領域カーボンニュートラルな都市の実現に向けたソリューション

URL: 

JSTプロジェクトデータベース掲載開始日: 2024-03-21   JSTプロジェクトデータベース最終更新日: 2025-03-26  

サービス概要 よくある質問 利用規約

Powered by NII jst