運転特性を考慮した走行データクラスタリングに基づくアクセル操作予測モデルの構築
Construction of an Accelerator Operation Prediction Model Based on Driving Data Clustering Considering Driving Characteristics
- 提供方法
- 本サイト上にてダウンロード・閲覧可
- 形態
- 価格
- 一般価格(税込)：￥1,100 会員価格(税込)：￥880
- 文献番号
- 20266141
- 文献・情報種別
- 学術講演会予稿集（秋）
No.121-26
- 掲載ページ
- 1-2(Total 2 p)
- 発行年月
- 2026年 10月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- 2026年秋季大会
書誌事項
| 著者 | 1) 細木 貴文, 2) 室谷 立, 3) 佐藤 進 |
|---|---|
| 著者（英） | 1) Takafumi Hosogi, 2) Ryu Murotani, 3) Susumu Sato |
| 勤務先 | 1) 東京科学大学, 2) 東京科学大学, 3) 東京科学大学 |
| 勤務先（英） | 1) Institute of Science Tokyo, 2) Institute of Science Tokyo, 3) Institute of Science Tokyo |
| 抄録 | 本研究では，実路走行データを運転特性に基づいてクラスタリングし，クラスタごとにLSTMベースのアクセル操作予測モデルを構築した．提案手法は走行データごとの操作傾向を反映した予測を行うことを目的としている．実験結果より，クラスタ別にモデル化することで，アクセル操作の予測性能が向上することが示された． |
| 抄録（英） | In this study, real-world driving data were clustered based on driving characteristics, and an LSTM-based accelerator operation prediction model was constructed for each cluster. The proposed method aims to perform prediction that reflects the operational tendencies of each driving dataset. The experimental results showed that cluster-specific modeling improved the prediction performance of accelerator operation. 翻訳 |
