JP7702207B2 - 情報処理装置、情報処理方法およびプログラム - Google Patents

Description

本発明の実施形態は、情報処理装置、情報処理方法およびプログラムに関する。

機械学習モデルを因果効果の推定問題に適用する技術が提案されている。例えば、ある施策の実行結果に応じた観測データを用いて、機械学習モデルにより施策の効果が推定される。

特開２０２０－１４９２５１号公報 特開２０２０－０９５４７７号公報 特許第６７４４９４６号公報

Athey, S., J., Tibshirani, & S., Wager. （2019）. "Generalized random forests." The Annals of Statistics, 47（2）, 1148-1178.

しかしながら、従来技術では、機械学習モデルの性能を検証することが困難な場合があった。

実施形態の情報処理装置は、第１生成部、受付部、第２生成部、推定部、第１学習部、および、評価部を備える。第１生成部は、施策の効果を推論するためのモデルに入力する、施策を実行しないときの観測データを表す第１データを生成する。受付部は、施策実行時の観測データを推定する推定処理で用いられる、効果に影響する第１パラメータを受付ける。第２生成部は、第１パラメータを用いて推定処理を実行し、推定処理により推定される観測データを表す第２データを生成する。推定部は、第１データと第２データとを用いて効果を推定する。第１学習部は、第１データと第２データとを含む学習データを用いてモデルを学習する。評価部は、推定部により推定された効果と、学習されたモデルにより推定された効果と、を比較することによりモデルの性能を評価する。

交通管制システムのブロック図。 推定システムの構成の一例を示すブロック図。 設定される選択確率の例を示す図。 推定処理のフローチャート。 モデル評価処理のフローチャート。 推論処理のフローチャート。 情報処理装置のハードウェア構成図。

以下に添付図面を参照して、この発明にかかる情報処理装置の好適な実施形態を詳細に説明する。

以下では、交通流データ（観測データの一例）と機械学習モデルとを用いた渋滞予測などのサービスを提供する交通管制システムの例を主に説明する。適用可能なシステムは交通管制システムに限られない。観測データを機械学習モデルに入力し、施策を実行したときの効果を推論するシステムであれば、どのようなシステムにも適用しうる。観測データは、施策を実行したか否かに応じて変動するデータであれば、交通流データに限られない。

多くの交通事業者および自治体で交通ビッグデータの収集が進み、データに基づく渋滞予測サービスの提供、交通（渋滞）状況により通行料金を変動させるダイナミックプライシング、および、ＥＢＰＭ（Evidence Based Policy Making）の考え方に則った交通規制等の交通施策（以下、「施策」という）の検討が本格化している。
渋滞予測サービスの提供およびダイナミックプライシングの大きな目的の１つは、交通流の分散による渋滞抑制である。
実際に渋滞予測サービスの提供やダイナミックプライシング等の施策を実行したときに、走行する車両のドライバーが迂回行動等の行動変容を起こすことで、渋滞抑制効果が期待できる。
しかしながら、この渋滞抑制効果を交通流データから正確に推定するには、施策をランダムに実行して施策の実行時と未実行時の交通量の差を算出することが必要となる。しかし、ランダムに施策を実行するような比較試験は、常に行えるとは限らない。

施策をランダムに実行できない場合、施策の実行要否は、対象区間の周辺の交通状況および天候などの要因に左右され、これらの要因は対象区間の交通量にも影響する。施策の実行可否と対象区間の交通量の双方の背後にある交絡因子の影響を調整して施策の渋滞抑制効果を推定するような問題は、因果効果の推定問題として捉えることができる。

上記のように、因果効果の推定問題に対して機械学習モデルを適用する技術が提案されているが、このような機械学習モデルの性能（妥当性）を検証することが困難な場合があった。例えば機械学習モデルを用いて因果効果を推定する方法は、理論的な仮定の下で妥当性が示されているが、実際のデータが仮定を満たすことは保証されない。従って、機械学習モデルを用いて推定された効果が適切であるか確認することは困難である。

本実施形態では、機械学習モデルとは異なる推定処理により推定される施策の効果と、機械学習モデルにより推定される施策の効果と、を比較することにより、機械学習モデルの性能を検証可能とする。

推定処理では、施策を実行することで変化すると想定されるパラメータが設定される。パラメータは、例えば、複数の経路（道路）それぞれの選択確率である。設定されたパラメータ（選択確率）に従い推定処理が実行され、施策を実行したときの交通流データが推定される。また、施策を実行したときの交通流データと、施策を実行しないときの交通流データとが比較され、施策の効果が推定される。そして、推定処理により推定された施策の効果が、機械学習モデルにより推定された施策の効果と比較される。

機械学習モデルは、施策を実行したか否かに応じて変動しうる交通流データを入力して、施策を実行したときの効果を推論するように学習されるモデルである。例えば、推定処理により推定された効果に対する差分が小さい効果が得られた機械学習モデルは、少なくとも推定処理と同程度に施策の効果を推定できるモデルであると検証することができる。

図１は、本実施形態にかかる交通管制システム１０の構成の一例を示すブロック図である。図１に示すように、交通管制システム１０は、管理システム１００と、車両感知器３００と、表示装置４０１と、情報提供端末４０２と、料金システム４０３と、を備えている。各構成要素は、例えば、インターネットなどのネットワークを介して接続される。ネットワークは、無線ネットワーク、有線ネットワーク、および、無線と有線とが混在したネットワークのいずれであってもよい。

車両感知器３００は、道路を通行する車両を感知して、感知結果に基づく交通流データを管理システム１００に出力する。交通流データは、道路の交通流を表すデータであり、例えば、対象区間における車両の平均時速、および、単位時間に対象区間を通行する車両の数（車両台数）などを含む。単位時間の車両台数は、交通量と称される場合がある。図１では１つの車両感知器３００が記載されているが、交通管制システム１０は、複数の車両感知器３００を備えてもよい。例えば、複数の車両感知器３００が道路の路側に設置されてもよい。

表示装置４０１は、管理システム１００から送信される表示情報を表示する装置である。表示装置４０１は、例えば、管理システム１００が設置される交通管制室に備えられる大型ディスプレイ、サービスエリアおよびパーキングエリアなどに備えられる大型ディスプレイ、並びに、道路の上方に設置される電光掲示板などである。表示情報は、例えば、特定地点までの所要時間、および、渋滞情報などの交通状況を表す情報（交通情報）である。

情報提供端末４０２は、管理システム１００から送信される情報が提供される端末装置である。情報提供端末４０２は、例えば、サービスエリアおよびパーキングエリアに設置された情報提供用の端末、道路利用者が所有する携帯端末（スマートフォン、携帯電話等）、並びに、カーナビゲーション装置である。

料金システム４０３は、道路の利用料金を管理するシステムである。料金システム４０３は、例えば、管理システム１００から送信される交通情報に応じて各道路の利用料金を変更するダイナミックプライシングを行う。ダイナミックプライシングは、例えば、渋滞が発生している道路の利用料金を増加させ、渋滞が発生していない道路の利用料金を減少させる。これにより、渋滞が発生していない道路へ車両を誘導し、渋滞の発生を抑制することができる。

図１では、それぞれ１つの表示装置４０１、情報提供端末４０２および料金システム４０３が記載されているが、交通管制システム１０は、複数の表示装置４０１、複数の情報提供端末４０２、および、複数の料金システム４０３を備えてもよい。

管理システム１００は、交通管制に関する各種処理を制御するシステムである。管理システム１００は、センター処理装置、および、中央処理装置などと称される場合がある。管理システム１００は、記憶部１２１と、情報生成部１０１と、出力制御部１０２と、推定システム２００と、を備える。

管理システム１００または推定システム２００は、情報処理装置に相当する。管理システム１００は、例えば交通管制室に備えられるサーバ装置として実現される。管理システム１００の機能の一部または全部は、クラウド環境上に構築されてもよい。

記憶部１２１は、管理システム１００で用いられる各種データを記憶する。例えば記憶部１２１は、車両感知器３００から送信される交通流データ、および、推定システム２００で用いられる機械学習モデルのパラメータなどを記憶する。推定システム２００は、機械学習モデルのパラメータなどを記憶する記憶部を備えてもよい。

記憶部１２１は、フラッシュメモリ、メモリカード、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、および、光ディスクなどの一般的に利用されているあらゆる記憶媒体により構成することができる。

情報生成部１０１は、表示装置４０１に表示する表示情報、並びに、情報提供端末４０２および料金システム４０３などに送信される交通情報を生成する。例えば情報生成部１０１は、車両感知器３００から得られた交通流データを用いて、対象区間で渋滞が発生しているか否かを判定し、判定結果を表す交通情報を生成する。渋滞が発生しているかの判定方法はどのような方法であってもよいが、例えば、車両台数が閾値より大きい場合、または、平均速度が閾値より小さい場合に渋滞と判定する方法を用いることができる。

出力制御部１０２は、表示装置４０１、情報提供端末４０２、および、料金システム４０３などの装置に対する情報の出力を制御する。例えば出力制御部１０２は、情報生成部１０１により生成された表示情報を表示装置４０１に出力する。また出力制御部１０２は、情報生成部１０１により生成された交通情報を情報提供端末４０２および料金システム４０３に出力する。

本実施形態では、出力制御部１０２は、推定システム２００により効果が確認された施策に対応する情報の出力を制御する。施策は、例えば、表示装置４０１に対する表示情報の変更、情報提供端末４０２に出力する交通情報の変更、情報を提供する媒体の変更、および、料金システム４０３における料金体系の変更を含む。情報を提供する媒体の変更は、例えば、１つ以上の表示装置４０１および１つ以上の情報提供端末４０２の出力先のうちいずれに情報を提供するかを変更することを意味する。

推定システム２００は、交通流を制御するための施策を実行した場合の効果を推定するシステムである。
図２は、推定システム２００の構成の一例を示すブロック図である。図２に示すように、推定システム２００は、取得部２０１と、施策なしデータ生成部２０２（第１生成部）と、判定部２０３と、受付部２０４と、施策ありデータ生成部２０５（第２生成部）と、推定部２０６と、学習データ生成部２０７と、学習部２０８（第１学習部）と、評価部２０９と、学習部２１０（第２学習部）と、推論部２１１と、を備えている。

取得部２０１は、推定システム２００による各種処理で用いられる各種データを取得する。例えば取得部２０１は、車両感知器３００から送信され、記憶部１２１に記憶された交通流データを読み出す。車両感知器３００から送信される交通流データは、施策の運用が開始されていないときに収集される交通流データ（以下、施策運用前の交通流データともいう）、および、施策の運用が開始されているときに収集される交通流データ（以下、施策運用時の交通流データともいう）を含む。取得部２０１は、これらの交通流データを、必要とする各部に出力する。

なお、施策の運用が開始されるとは、推定システム２００により効果が確認された施策を、実際に収集された交通流データに応じて実行する処理を開始することを意味する。施策の運用が開始された後であっても、例えば渋滞が発生しないような交通状況であれば、施策が実行されない場合がある。

施策なしデータ生成部２０２は、施策運用前の交通流データを用いて、施策を実行しないときの交通流データ（第１データ）を生成する。以下では、施策を実行しないときの交通流データを交通流データＤＡという。交通流データＤＡは、判定部２０３による施策の実行要否の判定処理で用いられる。交通流データＤＡは、機械学習モデルに入力されるデータとしても利用される。

上記のように、施策の運用が開始されていない場合、取得部２０１は、施策運用前の交通流データを記憶部１２１から取得する。施策運用前の交通流データは、ある時刻の交通流データを表すデータであり、施策の効果の推定対象とする交通状況と完全に一致する日および時間帯のデータであるとは限らない。すなわち、取得部２０１により取得される施策運用前の交通流データは、ばらつきを有する。

そこで、施策なしデータ生成部２０２は、施策運用前の交通流データを用いた推定処理を実行することにより交通流データＤＡを生成する。例えば施策なしデータ生成部２０２は、施策運用前の交通流データに基づいて、予め指定した個数分の交通流データＤＡを生成する。交通流データＤＡを生成する方法としては、例えば交通流シミュレータを用いた方法、および、統計モデルに基づいたモンテカルロシミュレーションによって生成する方法などを適用できる。予め指定した個数とは、例えば、日数または時間帯の個数である。

施策なしデータ生成部２０２による推定処理で用いられる１つ以上のパラメータ（第２パラメータ）は、ユーザ等により指定可能とし、後述する受付部２０４により受け付けられるように構成されてもよい。また、取得部２０１により取得される施策運用前の交通流データのばらつきが許容される場合等であれば、施策なしデータ生成部２０２は、取得された施策運用前の交通流データをそのまま交通流データＤＡとして生成してもよい。

判定部２０３は、交通流データＤＡを用いて施策の実行要否を判定する。例えば判定部２０３は、交通流データＤＡを用いて、対象区間で渋滞が発生しているか否かを判定し、渋滞が発生する場合に、施策の実行が必要であると判定する。

受付部２０４は、施策の実行が必要であると判定された場合に、施策ありデータ生成部２０５による推定処理で用いられる１つ以上のパラメータ（第１パラメータ）の入力を受付ける。施策ありデータ生成部２０５による推定処理は、施策を実行したときの交通流データを推定する処理である。パラメータは、施策の実行時に変化すると想定されるパラメータ、言い換えると、施策の効果に影響するパラメータである。

例えば施策ありデータ生成部２０５による推定処理が交通流シミュレータにより実現される場合、各道路の選択確率、出発時間帯の選択確率、および、料金体系の設定などがパラメータになりうる。以下では、道路の選択確率がパラメータとして設定される例を主に説明する。
図３は、設定される道路の選択確率の例を示す図である。図３では、２つの道路Ｒ１、Ｒ２に対する施策実行前の選択確率と、施策実行後の選択確率との設定例が示されている。

上記のように、受付部２０４は、施策なしデータ生成部２０２による推定処理で用いられるパラメータの入力を受付けるように構成されてもよい。

施策ありデータ生成部２０５は、受付部２０４により受け付けられたパラメータ（例えば道路の選択確率）を用いて推定処理を実行し、施策を実行したときの交通流データ（第２データ）を生成する。以下では、施策を実行したときの交通流データを交通流データＤＢという。交通流データＤＢを生成する方法としては、例えば交通流シミュレータを用いた方法、および、統計モデルに基づいたモンテカルロシミュレーションによって生成する方法などを適用できる。

交通流シミュレータを活用した推定処理を実行する場合、施策ありデータ生成部２０５は、交通流シミュレータで必要なパラメータのうち道路の選択確率を、受け付けられた選択確率に変更し、それ以外は変更しないで推定処理を実行する。モンテカルロシミュレーションを活用した推定処理を実行する場合、施策ありデータ生成部２０５は、モンテカルロシミュレーションで必要なパラメータのうち道路の選択確率を、受け付けられた選択確率に変更し、それ以外は変更しないで推定処理を実行する。

推定部２０６は、施策なしデータ生成部２０２で生成された交通流データＤＡと、施策ありデータ生成部２０５で生成された交通流データＤＢと、を比較し、施策の効果を推定する。例えば推定部２０６は、交通流データＤＡに含まれる平均時速と交通流データＤＡに含まれる平均時速との差分、または、交通流データＤＡに含まれる車両台数と交通流データＤＡに含まれる車両台数との差分を、施策の効果として推定する。

学習データ生成部２０７は、機械学習モデルの学習に用いる学習データを生成する。例えば学習データ生成部２０７は、判定部２０３による施策の実行要否の判定結果に基づいて、施策運用時に交通流データＤＡと交通流データＤＢのいずれが観測されるか判定し、実行要否に応じて交通流データＤＢと交通流データＤＡのいずれか一方が採用されるような学習データを生成する。例えば施策の実行が必要でない判定された場合、交通流データＤＡが採用され、施策の実行が必要と判定された場合、交通流データＤＢが採用される。生成される学習データは、施策運用時に実際に車両感知器３００を通して観測される交通流データを模擬したデータとなる。

学習部２０８は、生成された学習データを用いて機械学習モデルを学習する。なお、学習する機械学習モデルは１つでもよいし、複数でもよい。以下では、複数の異なる機械学習モデルをそれぞれ学習し、性能が他の機械学習モデルより大きい機械学習モデルを選択して推論に用いる例を説明する。

例えば学習部２０８は、学習データを用いて、施策の効果を推定するための複数の機械学習モデルを学習する。機械学習モデルは、どのようなモデルであってもよいが、例えばＣａｕｓａｌ Ｆｏｒｅｓｔなどのモデルを適用できる。複数の機械学習モデルは、構造（例えば分岐数）が異なる複数のＣａｕｓａｌ Ｆｏｒｅｓｔであってもよいし、１つ以上のＣａｕｓａｌ Ｆｏｒｅｓｔと、Ｃａｕｓａｌ Ｆｏｒｅｓｔとは別の手法による１つ以上の機械学習モデルとを含んでもよい。

評価部２０９は、学習された機械学習モデルによる施策の効果の推定結果Ｅ１と、推定部２０６による施策の効果の推定結果Ｅ２と、を比較することにより、機械学習モデルの性能を評価する。例えば評価部２０９は、複数の機械学習モデルごとに、推定結果Ｅ１と推定結果Ｅ２との差分を表す指標を、機械学習モデルの性能として算出する。指標は、例えば、推定結果Ｅ１と推定結果Ｅ２のＲＭＳＥ（Root Mean Squared Error）であるが、その他のどのような手法で算出されてもよい。なお推定結果Ｅ１および推定結果Ｅ２は、例えば学習データとは別の交通流データを用いて推定される。

評価部２０９は、性能が他の機械学習モデルより大きい機械学習モデル（例えば、差分が最小である指標に対応する機械学習モデル）を、推論部２１１による推論に用いる機械学習モデルとして選択する。このように、評価部２０９は、機械学習モデルとは異なる推定処理により推定される施策の効果（推定部２０６により推定された効果）に最も近い推定結果を得ることができる機械学習モデルを選択することができる。これは、機械学習モデルとは異なる推定処理により得られる効果を正解データとして、機械学習モデルの性能を検証することが可能となる、と言い換えることができる。

なお、１つの機械学習モデルが用いられる構成の場合は、評価部２０９は、１つの機械学習モデルの性能を評価する機能を少なくとも備えればよい。すなわち、評価部２０９は、推定部２０６により推定された効果と、学習された機械学習モデルにより推定された効果と、を比較することにより、この機械学習モデルの性能を評価する。

学習部２１０は、評価部２０９により選択されたモデルを、学習データを用いて学習する。このとき用いられる学習データは、施策運用時に車両感知器３００から送信され記憶部１２１に記憶されている交通流データ（施策運用時の交通流データ）である。

推論部２１１は、学習部２１０により学習された機械学習モデルに、施策運用時の交通流データを入力することにより、運用が開始された施策の効果を推論する。

なお、図１に示す管理システム１００内の各部（情報生成部１０１、出力制御部１０２）、および、図２に示す推定システム２００内の各部（取得部２０１、施策なしデータ生成部２０２、判定部２０３、受付部２０４、施策ありデータ生成部２０５、推定部２０６、学習データ生成部２０７、学習部２０８、評価部２０９、学習部２１０、推論部２１１）は、例えば、１または複数のプロセッサにより実現される。例えば上記各部は、ＣＰＵ（Central Processing Unit）などのプロセッサにプログラムを実行させること、すなわちソフトウェアにより実現してもよい。上記各部は、専用のＩＣ（Integrated Circuit）などのプロセッサ、すなわちハードウェアにより実現してもよい。上記各部は、ソフトウェアおよびハードウェアを併用して実現してもよい。複数のプロセッサを用いる場合、各プロセッサは、各部のうち１つを実現してもよいし、各部のうち２つ以上を実現してもよい。

次に、本実施形態にかかる推定システム２００による推定処理について説明する。
図４は、本実施形態における推定処理の一例を示すフローチャートである。図４の推定処理は、交通流データＤＡと交通流データＤＢとを比較することにより施策の効果を推定する処理である。

施策なしデータ生成部２０２は、取得部２０１により取得された施策実行前の交通流データを用いて、施策を実行しないときの交通流データＤＡを生成する（ステップＳ１０１）。
判定部２０３は、生成された交通流データＤＡを用いて施策の実行要否を判定する（ステップＳ１０２）。
施策の実行が必要と判定された場合、施策ありデータ生成部２０５は、受付部２０４により受け付けられた道路の選択確率を例えば交通流シミュレータのパラメータとして設定し、施策を実行したときの交通流データＤＢを生成する（ステップＳ１０３）。
推定部２０６は、交通流データＤＡと交通流データＤＢとを比較することにより、施策の効果を推定する（ステップＳ１０４）。

次に、推定システム２００によるモデル評価処理について説明する。
図５は、本実施形態におけるモデル評価処理の一例を示すフローチャートである。

学習データ生成部２０７は、判定部２０３による施策の実行要否の判定結果を用いて学習データを生成する（ステップＳ２０１）。例えば学習データ生成部２０７は、施策の実行が必要でない判定されたときの交通流データＤＡと、施策の実行が必要と判定されたときの交通流データＤＢと、を含む学習データを生成する。

学習部２０８は、生成された学習データを用いて、複数の機械学習モデルをそれぞれ学習する（ステップＳ２０２）。
評価部２０９は、学習済の複数の機械学習モデルによる施策の効果の推定結果と、推定部２０６による施策の効果の推定結果とを比較し、各機械学習モデルの性能を評価する（ステップＳ２０３）。
評価部２０９は、性能が他の機械学習モデルより大きい機械学習モデルを選択する（ステップＳ２０４）。

次に、推定システム２００による推論処理について説明する。推論処理は、性能が評価された機械学習モデルを用いて、施策運用時の交通流データに対して施策の効果を推定する処理である。
図６は、本実施形態における推論処理の一例を示すフローチャートである。

学習部２１０は、まず、施策運用時の交通流データを学習データとして用いて、選択された機械学習モデルを学習する（ステップＳ３０１）。このように、実際に施策の運用を開始した後に得られる交通流データを用いて、性能が評価された機械学習モデルがさらに学習される。
推論部２１１は、学習済の機械学習モデルを用いて、学習後に得られる施策運用時の交通流データに対する施策の効果を推定する（ステップＳ３０２）。

このように、本実施形態によれば、事前に、交通流データＤＢと交通流データＤＡとを用いて機械学習モデルの性能を検証し、性能が確認できた機械学習モデルに対して、施策運用時の交通流データを用いて施策運用時の施策の効果を学習する。これにより、施策運用時の施策の効果が適切に推定されることを保証することができる。

推定された施策の効果は、例えば出力制御部１０２により、交通管制室に備えられる大型ディスプレイ（表示装置４０１）に表示されてもよい。このように、本実施形態によれば、交通管制室などに備えられる表示装置４０１に対して、現在の交通状況（渋滞情報など）に加えて施策運用時の交通状況または施策未運用時の交通状況を表示可能となる。

出力制御部１０２は、効果が確認された施策を実際に実行するために必要な情報を出力してもよい。例えば出力制御部１０２は、表示装置４０１に対する表示情報の変更、情報提供端末４０２に出力する交通情報の変更、情報を提供する媒体の変更、および、料金システム４０３における料金体系の変更などの施策を実行するために、実行の指示および必要な情報の出力を行う。

次に、実施形態にかかる情報処理装置（管理システム１００、推定システム２００）のハードウェア構成について図７を用いて説明する。
図７は、実施形態にかかる情報処理装置のハードウェア構成例を示す説明図である。

実施形態にかかる情報処理装置は、ＣＰＵ５１などの制御装置と、ＲＯＭ（Read Only Memory）５２やＲＡＭ５３などの記憶装置と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５４と、各部を接続するバス６１を備えている。

実施形態にかかる情報処理装置で実行されるプログラムは、ＲＯＭ５２等に予め組み込まれて提供される。

実施形態にかかる情報処理装置で実行されるプログラムは、インストール可能な形式または実行可能な形式のファイルでＣＤ－ＲＯＭ（Compact Disk Read Only Memory）、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ（Compact Disk Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録してコンピュータプログラムプロダクトとして提供されるように構成してもよい。

さらに、実施形態にかかる情報処理装置で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、実施形態にかかる情報処理装置で実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成してもよい。

実施形態にかかる情報処理装置で実行されるプログラムは、コンピュータを上述した情報処理装置の各部として機能させうる。このコンピュータは、ＣＰＵ５１がコンピュータ読取可能な記憶媒体からプログラムを主記憶装置上に読み出して実行することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０ 交通管制システム
１００ 管理システム
１０１ 情報生成部
１０２ 出力制御部
１２１ 記憶部
２００ 推定システム
２０１ 取得部
２０２ 施策なしデータ生成部
２０３ 判定部
２０４ 受付部
２０５ 施策ありデータ生成部
２０６ 推定部
２０７ 学習データ生成部
２０８ 学習部
２０９ 評価部
２１０ 学習部
２１１ 推論部
３００ 車両感知器
４０１ 表示装置
４０２ 情報提供端末
４０３ 料金システム

Claims (8)

1. 施策を実行したか否かに応じて変動する観測データを入力して前記施策を実行したときの効果を推論するためのモデルに入力するデータであって、前記施策を実行しないときの前記観測データを表す第１データを生成する第１生成部と、
   前記施策を実行したときの前記観測データを推定する第１推定処理で用いられるパラメータであって、前記効果に影響する１つ以上の第１パラメータの入力を受付ける受付部と、
   受け付けられた前記第１パラメータを用いて前記第１推定処理を実行し、前記第１推定処理により推定される前記観測データを表す第２データを生成する第２生成部と、
   前記モデルにより前記効果を推論する処理とは異なる処理であって、前記第１データと前記第２データとを比較する第２推定処理により、前記効果を推定する推定部と、
   前記第１データと前記第２データとを含む学習データを用いて、前記モデルを学習する第１学習部と、
   学習された前記モデルにより推論された前記効果である第１効果と、前記第２推定処理により推定された前記効果である第２効果と、を比較することにより前記モデルの性能を評価する評価部と、
   を備える情報処理装置。
2. 前記第１学習部は、前記学習データを用いて、複数の前記モデルを学習し、
   前記評価部は、前記第２効果と、複数の前記モデルそれぞれにより推定される複数の前記第１効果と、を比較することにより複数の前記モデルの性能を評価し、前記性能が他のモデルより大きい前記モデルを選択し、
   前記施策を実行したときに得られる前記観測データを、選択された前記モデルに入力することにより、前記効果を推論する推論部をさらに備える、
   請求項１に記載の情報処理装置。
3. 選択された前記モデルを、前記施策を実行したときに得られる前記観測データを学習データとして用いて学習する第２学習部をさらに備える、
   請求項２に記載の情報処理装置。
4. 前記受付部は、前記施策を実行しないときの前記観測データを推定する処理で用いられる１つ以上の第２パラメータの入力を受付け、
   前記第１生成部は、受け付けられた前記第２パラメータを用いて前記施策を実行しないときの前記観測データを推定する処理を実行し、推定される前記観測データを表す前記第１データを生成する、
   請求項１から３のいずれか１項に記載の情報処理装置。
5. 前記第１生成部により生成された前記第１データに基づいて、前記施策の実行要否を判定する判定部をさらに備え、
   前記第２生成部は、前記判定部により前記施策の実行が必要と判定された場合に、前記第２データを生成する、
   請求項１から４のいずれか１項に記載の情報処理装置。
6. 前記観測データは、車両が通行する複数の道路の交通流を表す交通流データであり、
   前記第１パラメータは、複数の前記道路が選択される確率を含む、
   請求項１から５のいずれか１項に記載の情報処理装置。
7. 情報処理装置で実行される情報処理方法であって、
   施策を実行したか否かに応じて変動する観測データを入力して前記施策を実行したときの効果を推論するためのモデルに入力するデータであって、前記施策を実行しないときの前記観測データを表す第１データを生成する第１生成ステップと、
   前記施策を実行したときの前記観測データを推定する第１推定処理で用いられるパラメータであって、前記効果に影響する１つ以上の第１パラメータの入力を受付ける受付ステップと、
   受け付けられた前記第１パラメータを用いて前記第１推定処理を実行し、前記第１推定処理により推定される前記観測データを表す第２データを生成する第２生成ステップと、
   前記モデルにより前記効果を推論する処理とは異なる処理であって、前記第１データと前記第２データとを比較する第２推定処理により、前記効果を推定する推定ステップと、
   前記第１データと前記第２データとを含む学習データを用いて、前記モデルを学習する第１学習ステップと、
   学習された前記モデルにより推論された前記効果である第１効果と、前記第２推定処理により推定された前記効果である第２効果と、を比較することにより前記モデルの性能を評価する評価ステップと、
   を含む情報処理方法。
8. コンピュータに、
   施策を実行したか否かに応じて変動する観測データを入力して前記施策を実行したときの効果を推論するためのモデルに入力するデータであって、前記施策を実行しないときの前記観測データを表す第１データを生成する第１生成ステップと、
   前記施策を実行したときの前記観測データを推定する第１推定処理で用いられるパラメータであって、前記効果に影響する１つ以上の第１パラメータの入力を受付ける受付ステップと、
   受け付けられた前記第１パラメータを用いて前記第１推定処理を実行し、前記第１推定処理により推定される前記観測データを表す第２データを生成する第２生成ステップと、
   前記モデルにより前記効果を推論する処理とは異なる処理であって、前記第１データと前記第２データとを比較する第２推定処理により、前記効果を推定する推定ステップと、
   前記第１データと前記第２データとを含む学習データを用いて、前記モデルを学習する第１学習ステップと、
   学習された前記モデルにより推論された前記効果である第１効果と、前記第２推定処理により推定された前記効果である第２効果と、を比較することにより前記モデルの性能を評価する評価ステップと、
   を実行させるためのプログラム。

Images