ディープラーニングの広がりを可視化、予測する：約2000件を分析（5/6 ページ）

今、ディープラーニングを巡る研究開発競争が激化しています。今回は、ディープラーニングを用いた応用研究の状況と、研究成果を発表した論文の著者関係から構成されるネットワークを分析、理解していきます。

[深澤祐援，Credo]

交通シミュレーションへの応用

共著者の1人であるXiaolei,Ma氏。北京航空航天大学副教授

　Xiaolei Ma、Haiyang Yu、Yunpeng Wang、Yinhai Wangの4人が執筆した論文のタイトルは“ Large-Scale Transportation Network Congestion Evolution Prediction Using Deep Learning Theory”（ディープラーニング理論を用いた大規模交通ネットワークにおける渋滞の発展予測）というものです。

　従来の交通シミュレーションにおける渋滞予測は、主に数学的な方程式などによって行われていましたが、その方法では実現できるモデルの規模に限界があるとされてきました。また幾つかの仮定を置いてモデルを作らなければそもそも予測ができないという状況にあったのです。

　この論文では、その限界を克服するためにディープラーニングの理論を応用しています。そして今まで難しいとされていた大規模交通シミュレーションにおいて、渋滞予測を非常に高い精度で実現することができたと報告しています。

　大規模な交通ネットワークを構築することで、より精度の高い渋滞発生のメカニズムや予測を行うことができるようになるだろうと述べているこの論文は、個人的に非常に興味深いと思います。