JP6903536B2 - 運行情報処理装置およびその処理方法 - Google Patents
運行情報処理装置およびその処理方法 Download PDFInfo
- Publication number
- JP6903536B2 JP6903536B2 JP2017185605A JP2017185605A JP6903536B2 JP 6903536 B2 JP6903536 B2 JP 6903536B2 JP 2017185605 A JP2017185605 A JP 2017185605A JP 2017185605 A JP2017185605 A JP 2017185605A JP 6903536 B2 JP6903536 B2 JP 6903536B2
- Authority
- JP
- Japan
- Prior art keywords
- operation information
- difference
- text
- instruction
- feature vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Description
列車の運行に関する指令指示ごとに該指令指示のテキストを格納する指令指示データベースと、
前記指令指示データベースから選択される少なくとも一部の運行情報を格納する入力済み運行情報データベースと、
前記運行情報の特徴を表す、予め決められた抽出モデルと、前記指令指示と前記入力済み運行情報との差分を表す差分モデルを管理するモデル管理部と、
前記指令指示データベースから、前記入力済み運行情報データベースに該当する運行情報が無い指令指示における該テキストから必要な項目を抽出して、運行情報を作成する運行情報予測部と、を有し、
前記運行情報予測部は、
前記抽出モデルと、抽出された前記項目の対象のテキストをもとに運行情報の候補を抽出し、各候補の組合せについて確からしさを計算し、前記各候補の確からしさのばらつきをもとに予測確信度を算出する第1の算出手段と、
第1の算出手段によって求められた前記予測確信度が所定の条件の場合、前記抽出対象テキストと、前記入力済み運行情報データベースに格納された運行情報に対応するテキストとの鉄道の路線構造にもとづく差分特徴ベクトルを算出し、該差分特徴ベクトルを基に類似度を算出する第2の算出手段と、
前記第2の算出手段によって算出された類似度の高い指令指示と、それに対応する運行情報と、前記指令指示データベースにある前記指令指示と、前記差分モデルを用いて、運行情報を作成する第3の算出手段と、を有することを特徴とする運行情報処理装置、として構成される。
運行情報処理装置100は、ネットワークを介して運行情報配信システム170に接続されて、運行情報処理配信システムを形成する。運行情報配信システム170にはネットワークを介して、駅に設置される大型表示パネルが接続され、更にはスマートフォンのような携帯端末が接続可能とされる。
運行情報処理装置100は、例えばサーバ等のコンピュータによって構成される。サーバは、プログラムの実行によりデータ処理を行う処理部(CPU)201と、プログラムやデータを記憶するメモリ202と、各種データやデータベースを記憶する外部記憶装置のような記憶部203と、データや指示を入力する入力部204と、種々の情報を表示する表示部205と、ネットワークを通して外部と通信する通信部206と、を有する。入力部204は、操作者(入力者)がテキストや指示を入力できる例えばキーボードやマウス、及び音声入力手段を含む。表示部205は例えば液晶表示器である。入力部204と表示部205は、図1の表示入力部150を実現する。図1の各機能部は、処理部201がプログラムを実行することで実現される。図1の各テーブルは記憶部203に格納される。
〈運行情報予測部120〉
運行情報予測部120は、運行情報処理装置100の中核を成す部位であり、予測データ管理部110が管理する入力済みの運行情報及び逐次与えられる指令指示と、モデル管理部130が管理する運行情報抽出モデル(以下単に抽出モデルという)131及び運行情報差分モデル(以下単に差分モデルという)134を用いて運行情報を作成する。運行情報の作成に際しては、表示入力部150との間で関係する情報の入出力を行う。なお、運行情報予測部120による運行情報の処理については、図5のフローチャートを参照して後述する。
作成された運行情報は運行情報テーブル160(図14参照)へ送られてそこに記憶される。運行情報テーブル160に登録された情報は、運行情報配信システム170を介して、大型表示パネルや携帯端末等へ提供される。
表示入力部150は、駅の担当管理者が操作する入出力機能であり、運行情報予測部120が処理した情報を画面情報として表示する表示インターフェースとしての類似選択UI(152)と、入力インターフェースとしての入力UI(151)を備えている。入力UI(151)はまた、予測データ管理部110で使用される運行情報や指令指示を含む情報、及び教師データ管理部140で使用される運行情報や指令指示を含む情報を入力する。指令指示は音声による指示の場合があり、そのときは音声がテキストに変換される。
予測データ管理部110は、運行情報予測部120で使用される入力済み運行情報及び指令指示をそれぞれテーブル111,112に格納して管理する。これらの情報や指示は、入力UI(151)から入力される。指令指示とは、運行情報に対する作成や変更等の指示である。
入力済み運行情報テーブル112は、指令指示テーブル111に格納されたテキストから必要な項目を抽出したものが登録される。
モデル管理部130は、運行情報予測部120が運行情報を予測するときに用いられる予測モデルを管理する。すなわち、モデル管理部130は、教師データ管理部140で管理される学習用の運行情報及び指令指示を基に、モデル学習部143、144で作成される予測モデルを管理する。本実施形態において予測モデルとして、抽出モデル131と差分モデル134が用意され、それらは差分関数テーブル132と編集関数テーブル133に格納して管理される。
教師データ管理部140は、予測モデルを作成するための原情報となる教師データを管理するため、主にデータベース機能を有する。教師データとして、学習用指令指示テーブル141と、学習用運行情報テーブル142を保持する。
差分モデル学習部144は、学習用運行情報テーブル141及び学習用指令指示テーブル142の情報を用いて、差分モデル134(図13参照)を作成する処理を行う。この処理の詳細については、図16を参照して後述する。
抽出モデル学習部143は、学習用運行情報テーブル141及び学習用指令指示テーブル142を参照して、何れ路線の、何れ駅で、どのような故障があるかについてそれらの特徴を抽出して、重みを付与した1又は複数の特徴ベクトルとして表した抽出モデル131を作成する処理を行う。
運行情報予測部120は、指令指示テーブル111に新たな指令指示Xが追加されると、その入力された指令指示Xの各項目の組合せについて特徴ベクトルを作成して、その特徴ベクトルと抽出モデル131(図19参照)の値1312の内積を計算する(1201)。そして、各候補について確からしさを算出し、抽出予測確信度を算出する(1202)。ここで確信度とは、1つの問いに対して複数の正解の候補がある場合、その中からどれだけの確信をもって正解を選んでいるかを示す指標である。確信度は、例えば、最も確からしさの高い公報と、2番目に確からしさの高い候補との、確からしさの差として計算できる。
運行情報予測部120は、指令指示テーブル111にある指令指示Xのテキストを構文解析して、構文木を算出する(12051)。そして、入力済み運行情報テーブル112を参照して、各レコードを取り出し(12052)、各レコードに対応する指令指示(入力済み指令指示)を、指令指示テーブル111から取り出して(12053)、入力済み指令指示のテキストを構文解析して構文木を算出する(12054)。そして、指令指示Xの構文と、入力済み指令指示の構文木とを比較して、差分特徴ベクトル180を算出する(12055)。その後、差分特徴ベクトルと差分関数テーブル132の差分コストを基に類似度190を算出する(12056)。類似度190は、例えば差分特徴ベクトルと、前記差分コストを要素に持つ差分コストベクトルとの内積の逆数で求められる。
差分特徴ベクトル180は、要素ID181と、値182の項目から構成される。差分特徴ベクトルの要素数は、差分関数テーブル132の要素数と一致し、各レコードは、差分関数テーブル132のレコードと1対1で対応する。値182には「1」又は「0」が格納される。ここで、前記類似指令指示のテキストを前記指令指示Xのテキストに近づける際に、各差分関数を作用させる場合は「1」、作用させない場合は「0」で表す。例えば、図8では、要素ID=F1のレコードは、値が「1」のため、差分関数テーブル132における、差分関数ID=F1の差分関数”replace(八重, 多町)”を作用させることを表し、要素ID=D2のレコードは、値が「0」のため、差分関数ID=F2の差分関数” replace(八重, 鶴屋)”を作用させないことを表す。
この処理1211は、類似度の最も高い指令指示と、それに対応する類似運行情報と、指令指示Xと、差分モデルとを用いて運行情報を作成する処理である。運行情報予測部120は、上記のように算出された差分特徴ベクトル180と、差分モデル134の行列積を行い、編集特徴ベクトル200を算出する(12111)。そして、算出された編集特徴ベクトル200の各要素について、特徴量が閾値以上の要素に対応する編集関数のうち、適用可能なものを類似運行情報に適用し、運行情報を作成する(12112)。作成された運行情報は、運行情報テーブル160に格納される。
この処理は、教師データ管理部140が、学習用指令指示テーブル141と、学習用運行情報テーブル142を用いて、差分モデルを算出し、運行情報差分モデルテーブル134に格納するまでの一連の動作である。
類似するデータが複数入力された場合、最初のデータについて予測確信度が低いと、操作者による手入力の作業が必要となる。この情報を用いてモデルを再学習することでモデルの精度は向上するが、その改善は漸近的であるため、続く類似データに対しても同様に予測確信度が低く、操作者は連続して手入力が必要となり、作業負担増となる。これは、教師データが真の分布に対して偏りがある場合に発生する。本実施形態によれば、教師データに偏りがある場合にも、操作者の負担を軽減することができる。
例えば、上記実施形態では種々のテーブルを用いているが、これらをテーブルと呼ばないで、データベース(DB)或いは単にその情報自体で呼んでもよい。
120:運行情報予測部 130:モデル管理部
140:教師データ管理部 143:抽出モデル学習部
144:差分モデル学習部 150:表示入力部
111:指令指示テーブル 112:入力済み運行情報テーブル
131:抽出モデル 132:差分関数テーブル
133:編集関数テーブル 134:差分モデル
141:学習用指令指示テーブル 142:学習用運行情報テーブル
160:運行情報テーブル 180:差分特徴ベクトル
200:編集特徴ベクトル
Claims (7)
- コンピュータを用いて、列車の運行情報を作成する運行情報処理装置であって、
列車の運行に関する指令指示ごとに該指令指示のテキストを格納する指令指示データベースと、
前記指令指示データベースから選択される少なくとも一部の運行情報を格納する入力済み運行情報データベースと、
前記運行情報の特徴を表す、予め決められた抽出モデルと、前記指令指示と前記入力済み運行情報との差分を表す差分モデルを管理するモデル管理部と、
前記指令指示データベースから、前記入力済み運行情報データベースに該当する運行情報が無い指令指示における該テキストから必要な項目を抽出して、運行情報を作成する運行情報予測部と、を有し、
前記運行情報予測部は、
前記抽出モデルと、抽出された前記項目の対象のテキストをもとに運行情報の候補を抽出し、各候補の組合せについて確からしさを計算し、前記各候補の確からしさのばらつきをもとに予測確信度を算出する第1の算出手段と、
第1の算出手段によって求められた前記予測確信度が所定の条件の場合、前記抽出対象テキストと、前記入力済み運行情報データベースに格納された運行情報に対応するテキストとの鉄道の路線構造にもとづく差分特徴ベクトルを算出し、該差分特徴ベクトルを基に類似度を算出する第2の算出手段と、
前記第2の算出手段によって算出された類似度の高い指令指示と、それに対応する運行情報と、前記指令指示データベースにある前記指令指示と、前記差分モデルを用いて、運行情報を作成する第3の算出手段と、
を有することを特徴とする運行情報処理装置。 - 前記第2の算出手段は、前記予測確信度と閾値とを比較し、該比較の結果、前記予測確信度が該閾値以下の場合に、前記差分特徴ベクトルを基に類似度を算出し、
前記第3の算出手段は、前記類似度算出手段によって算出された類似度の高い類似運行情報と、該高い類似運行情報に対応する類似テキストとを選択し、前記類似テキストと前記抽出対象テキストとの差分を計算し、前記テキストの差分と前記差分モデルから、前記類似運行情報と前記抽出対象テキストに対応する運行情報との編集特徴ベクトルを算出し、該編集特徴ベクトルの要素について前記類似運行情報を適用して前記運行情報を作成することを特徴とする請求項1の運行情報処理装置。 - 前記差分特徴ベクトルは、2つのテキストとその入力時刻に対し、路線上の駅の関係や、運用プロセスの時間的な変化に基づき予め定義された、差分関数と、差分関数ごとに定義された差分コストに基づき、
前記テキストのうち入力が早いテキスト1に対し、前記差分関数の一部を作用させたときに、もう一方のテキスト2との差が最小となるような差分関数の組合せであることを特徴とする請求項1の運行情報処理装置。 - 前記編集特徴ベクトルは、2つの運行情報に対し、あらかじめ定義された各項目に対する編集関数に基づき、1つ目の運行情報から2つ目の運行情報へ編集する際の、前記編集関数の組合せであることを特徴とする請求項2の運行情報処理装置。
- 前記差分モデルは、差分特徴関数と、編集特徴との関連の重みを要素とする行列であることを特徴とする請求項1の運行情報処理装置。
- 列車の運行に関する指令指示ごとに該指令指示のテキストを格納する指令指示データベースと、前記指令指示データベースから選択される少なくとも一部の運行情報を格納する入力済み運行情報データベースと、を有し、
コンピュータのプログラム実行により、運行情報予測部が、前記指令指示データベースから、前記入力済み運行情報データベースに該当する運行情報が無い指令指示における該テキストから必要な項目を抽出して、運行情報を作成する運行情報処理方法であって、
前記コンピュータのプログラム実行により、モデル管理部が、前記運行情報の特徴を表す、予め決められた抽出モデルと、前記指令指示と前記入力済み運行情報との差分を表す差分モデルを管理するステップと、
前記運行情報予測部が、
前記抽出モデルと、抽出された前記項目の対象のテキストをもとに運行情報の候補を抽出し、各候補の組合せについて確からしさを計算し、前記各候補の確からしさのばらつきをもとに予測確信度を算出する第1の算出ステップと、
第1の算出ステップによって求められた前記予測確信度が所定の条件の場合、前記抽出対象テキストと、前記入力済み運行情報データベースに格納された運行情報に対応するテキストとの鉄道の路線構造にもとづく差分特徴ベクトルを算出し、該差分特徴ベクトルを基に類似度を算出する第2の算出ステップと、
前記第2の算出ステップによって算出された類似度の高い指令指示と、それに対応する運行情報と、前記指令指示データベースにある前記指令指示と、前記差分モデルを用いて、運行情報を作成する第3の算出ステップと、
を有することを特徴とする運行情報処理方法。 - 前記第2の算出ステップは、前記予測確信度と閾値とを比較し、該比較の結果、前記予測確信度が該閾値以下の場合に、前記差分特徴ベクトルを基に類似度を算出し、
前記第3の算出ステップは、前記類似度算出手段によって算出された類似度の高い類似運行情報と、該高い類似運行情報に対応する類似テキストとを選択し、前記類似テキストと前記抽出対象テキストとの差分を計算し、前記テキストの差分と前記差分モデルから、前記類似運行情報と前記抽出対象テキストに対応する運行情報との編集特徴ベクトルを算出し、該編集特徴ベクトルの要素について前記類似運行情報を適用して前記運行情報を作成する
ことを特徴とする請求項6の運行情報処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017185605A JP6903536B2 (ja) | 2017-09-27 | 2017-09-27 | 運行情報処理装置およびその処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017185605A JP6903536B2 (ja) | 2017-09-27 | 2017-09-27 | 運行情報処理装置およびその処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019059348A JP2019059348A (ja) | 2019-04-18 |
JP6903536B2 true JP6903536B2 (ja) | 2021-07-14 |
Family
ID=66176127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017185605A Active JP6903536B2 (ja) | 2017-09-27 | 2017-09-27 | 運行情報処理装置およびその処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6903536B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220222554A1 (en) * | 2019-04-23 | 2022-07-14 | Nec Corporation | Operation result predicting method, electronic device, and computer program product |
JP7300356B2 (ja) * | 2019-09-19 | 2023-06-29 | 株式会社日立製作所 | 運行情報作成支援装置、運行情報作成支援方法 |
JP7449192B2 (ja) * | 2020-07-29 | 2024-03-13 | 株式会社日立製作所 | ダイヤ情報管理システム、ダイヤ情報管理方法および運行案内システム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3519938B2 (ja) * | 1998-03-27 | 2004-04-19 | 株式会社日立製作所 | 個別旅行情報提示システム |
JP2002087268A (ja) * | 2000-09-19 | 2002-03-27 | Toshiba Corp | 案内表示システム及び車内案内表示システム |
JP3089328U (ja) * | 2002-04-16 | 2002-10-25 | 株式会社ケイ・アール・シー | 自動案内表示装置 |
JP2005145163A (ja) * | 2003-11-12 | 2005-06-09 | Nippon Signal Co Ltd:The | 案内文章自動作成装置 |
-
2017
- 2017-09-27 JP JP2017185605A patent/JP6903536B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019059348A (ja) | 2019-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6903536B2 (ja) | 運行情報処理装置およびその処理方法 | |
US20130332244A1 (en) | Predictive Analytics Based Ranking Of Projects | |
US9736031B2 (en) | Information system construction assistance device, information system construction assistance method, and information system construction assistance program | |
JP2017201437A (ja) | ニュース素材抽出装置及びプログラム | |
CN112861494A (zh) | 基于路网数据的可视化报表生成方法、设备和存储介质 | |
JP2023547849A (ja) | ラベルなしセンサデータを用いた産業システム内の稀な障害の自動化されたリアルタイムの検出、予測、及び予防に関する、方法または非一時的コンピュータ可読媒体 | |
CN103270520A (zh) | 基于重要性类的数据管理 | |
US11080471B2 (en) | Rules-based automated chart description system | |
US20210293556A1 (en) | Information processing apparatus, information processing method, and program | |
JP2016128960A (ja) | 災害情報共有化システム | |
CN113704058A (zh) | 一种业务模型的监控方法、装置及电子设备 | |
JP2021076913A (ja) | 計算機及びモデルの学習方法 | |
JP2017107261A (ja) | テキストデータ加工装置、文字化放送表示システム及び文字化放送表示プログラム | |
CN115221892A (zh) | 工单数据处理方法及装置、存储介质及电子设备 | |
AU2021340367B2 (en) | Operation plan change support device, determination model creation device, determination model creation program, and train operation management system | |
JP6318019B2 (ja) | 計画業務支援方法およびシステム | |
US20180232656A1 (en) | Data Processing System with Machine Learning Engine to Provide System Disruption Detection and Predictive Impact and Mitigation Functions | |
JP2022068441A (ja) | 計算機システム及び計画評価方法 | |
EP4108541A1 (en) | Vehicle operation assistance device and vehicle operation assistance method | |
JP7476142B2 (ja) | 運行計画変更支援装置、運行計画変更支援方法、及び列車運行管理システム | |
JP2020181336A (ja) | チャット管理方法、チャットシステム、未来意図予測サーバー装置、答弁生成サーバー装置、およびプログラム | |
CN116910501B (zh) | 错例驱动的数据识别方法、装置和设备 | |
KR102683387B1 (ko) | 디지털 트윈 기반의 시각화 표출 서비스를 제공하는 시스템 | |
JP7449192B2 (ja) | ダイヤ情報管理システム、ダイヤ情報管理方法および運行案内システム | |
JP7300356B2 (ja) | 運行情報作成支援装置、運行情報作成支援方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200206 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210113 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210601 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210623 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6903536 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |