PDF 버전 [PDF : 423KB]

　NEXCO東日本（東京都千代田区）と東京大学大学院情報学環（東京都文京区）は、渋滞予測モデルの精度を競う『第2回渋滞予測チャレンジコンテスト（以下、コンテスト）』を2024年1月31日に発表し、最終審査及び表彰式を6月27日に開催しました。
　コンテストでは、211件の応募があり、この中から精度賞10名、モデリング賞2名の入賞者を決定しました。

1. 챌린지 콘테스트 결과

당사에서 제공하는 데이터(교통량이나 정체의 실적 데이터, 루트 검색 데이터 등)를 기초로 정체 예측 모델을 개발해, 2024년 4월 1일~5월 6일간의 지정일에 있어서, 예측과 실적의 괴리 가 적은 모델을 구축한 상위 10명의 분을 정밀도상의 입상자로서 결정해, 상위 3명의 분을 표창했습니다. 또, 입상자 중에서 데이터의 처리 방법이나 모델링 방침 등을 정성적으로 평가해, 가장 뛰어난 정체 예측 모델을 개발한 2명을 모델링상으로서 표창했습니다.

정확도상

	사용자 ID	예측 정밀도 ※
1 위	tomoe	0.56422
2 위	S_O	0.54637
3위	mameg	0.54557

• 예측 정밀도란, 재현율·적합율의 양쪽을 고려한 지표이며, 0~1의 값을 취해, 큰 값일수록 정밀도가 높은 것을 나타낸다
  • 재현률 : 실제로 발생한 정체 중 정체가 발생할 것으로 예측 가능한 비율
  • 적합률 : 정체가 발생할 것으로 예측한 것 중 실제로 정체가 발생한 비율
• 그 외의 입상자 정보에 대해서는, 컨페티션 사이트 「SIGNATE」에서 확인해 주세요

모델링 상

심사원 코멘트(도쿄대학 대학원 정보학환 교수 코시츠카 등)

제1회 콘테스트에 이어 이번에도 뛰어난 정체 예측 모델을 개발해 주셨습니다. 제1회 콘테스트에서 제공 데이터 등을 변경했습니다만, 데이터의 처리 방법이나 모델링 방침 등 새로운 시점의 아이디어를 많이 받을 수 있었습니다.

사무국 코멘트(NEXCO EAST 관리 사업 본부 ITS 추진 부장 카와카 켄지)

이번 제안해 주신 혼잡 예측 모델에 대해서는, 그 특징량이나 아이디어 등의 유효성을 확인한 후, 폐사의 「차세대 고속도로를 목표로 하는 모습(mo V ision)」의 실현을 향해, 임해 가겠습니다 합니다.

2. 향후 예정

콘테스트에서 입상한 정체 예측 모델을 분석해, 추석이나 연말 연시 등 다른 교통 혼잡기에의 적용이나 타 노선에의 전개 등 한층 더 정체 예측의 고도화에 임하는 것과 동시에, 실용화를 향해 데이터 클렌징의 자동화 와 사내 시스템과의 제휴, 고정밀도로 시의 적절한 정체 예측 정보의 제공에 대해서, 공동 연구를 통해 검토를 진행시켜 나갈 것입니다.

3. 심사위원

도쿄 대학 대학원 정보 학환 교수 오츠츠카 등
도쿄대학 대학원 정보학환 준교수 시부야 유노
모빌리티 저널리스트 구스다 에츠코
NEXCO 총연 교통 환경 연구부 교통 연구 담당 부장邢健신 장
NEXCO EAST 관리 사업 본부 본부 부부장 나카니시 규상