舉辦擁堵預測挑戰賽 (結果)
-使用高速公路收費和路線搜索數據挑戰高速公路擁堵預測的複雜性-
2023 年 7 月 26 日
東日本高速道路株式會社
東京大學信息研究跨院系倡議
NEXCO東日本（東京都千代田區）和東京大學跨學科信息研究學院（東京都文京區）正在舉辦“擁堵預測挑戰賽（2023 年 1 月 25 日公佈）（以下簡稱“大賽”）”，最終評審及頒獎典禮於7月6日舉行。
競賽中，競賽模型準確性的建模類別有 163 個參賽作品，使用數據提出新服務的創意類別有 23 個參賽作品。
1.挑戰賽結果
建模部分的獲獎者包括:。
精度獎
| 用戶ID | 開發模型的特點 | 預測準確度* | |
|---|---|---|---|
| 第一名 | yim | 在進行確保學習數據數的數據擴張的同時，制作多個模型並取其平均值的模型 | 0.61235 |
| 第二名 | team_try | 反映假日模式和前一天及前一時間段的擁堵預測預測下一時間段的時間序列模型 | 0.60976 |
| 第三名 | isps737 | 著眼於有無堵車引起的速度差，把與前一天的平均速度差引入學習中的模型 | 0.59816 |
- 所謂預測精度是指同時考慮再現率和適合率的指標，取0~1的值，越大的值表示精度越高。
- 再現率:在實際發生的交通堵塞中，預計發生交通堵塞的百分比
- 適合率:預測發生交通堵塞的項目中實際發生交通堵塞的比例
模型獎
| 用戶ID | 表彰理由 |
|---|---|
| team_try | 從競賽目的即路線搜索數據的利用角度出發，我們開發了最能反映路線搜索數據的模型，以提高準確性。 |
評委評論 (東京大學信息學教授越冢登)
對於有偏差的數據，我們在算法或數據加工方面進行了各種創新，並在短時間內開發了優秀的預測模型。在演示的預測模型中，進行了創造性的優化和調整，這是我們沒有想到的，我們得到了一個非常有趣的想法，以提高高速公路擁堵預測的準確性。
2.創意部門
創意類獲獎者包括:。
好創意獎
| 用戶ID | 創意概述 |
|---|---|
| Starmie | 為了避免快速充電器等待的擁堵，利用快速充電器的使用狀況和高速公路的通行狀況的數據等，通過通知快速充電器的等待時間預測來分散使用 |
| W5EaSD_2016 | 為了避免擁堵，利用高速公路和普通道路的交通狀況，周邊旅遊景點和活動信息的數據等，提供周邊旅遊信息，促進旅遊觀光 |
評委評語（NEXCO東日本管理事業本部ITS推進部部長 中西則吉）
我們收到了各種各樣的提案，主題涉及享受交通擁堵、環境、SA/PA 和交通安全等。好創意獎之一是一項針對日益流行的電動汽車的提案。另一項是關於與當地社區合作促進旅行的措施的提案，例如有吸引力的旅遊設施和文化設施，以避免交通擁堵，並且與高速公路的利用有關。
我們將繼續研究所提出的有效的交通擁堵預測模型和思想以供實際應用。
3.審查員
Noboru Koshizuka 東京大學信息研究跨學院教授
Yuya Shibuya，東京大學空間信息科學中心副教授
移動記者楠田悅子
NEXCO綜合研究所交通環境研究部交通研究經理邢肯申贊
Noriyoshi Nakanishi NEXCO東日本經營事業本部ITS推進部總經理
4.什麽是挑戰比賽
本次競賽是NEXCO東日本與東京大學跨學科信息研究科以2011年簽訂的《信息社會基礎設施研究合作協議》為基礎的“數據利用工作聯合研究”的一部分。
交通擁堵預測是NEXCO東日本致力於創造更安全、更有保障的交通未來的工作之一。在交通擁堵的研究中，雖然已經找到了原因和緩解方法，但預測還是基於多年的經驗。本次大賽是我公司“加速實現自動駕駛社會的下一代高速公路的目標（概念）”（2021年4月28日公佈）的優先項目（6）、（29）之一。徵集創新的數據分析案例和思路，旨在利用大數據提高交通擁堵預測的準確性。
NEXCO東日本 Group將2021年至2025年定位為“為實現SDGs和向新的未來社會轉型做貢獻的時期”，並正在做出各種努力。
我們相信，本次擁堵預測挑戰賽的舉辦將有助於實現 SDGs 目標 3 和 9，作為一項商業活動，將通過緩解交通擁堵來提供安全的道路空間。
要查看PDF文件，您需要Adobe系統外掛程式軟體「Acrobat Reader（日語版）」。如果你沒有在這裡下載（免費）請使用它。