複数道路網の交通予測を共同学習で検証

OpenStreetMapのデータとUXsimシミュレーターから交通流予測モデルを構築する連載の第5回。これまでの回で浅間下交差点周辺エリアのモデルを構築し、川崎市立幸高校周辺の別ネットワークへの転移学習を試し、さらに1つのTransformerをネットワーク間で共有するマルチネットワークモデルを試作した。ただし以前の共有モデルは浅間下交差点周辺のデータだけで訓練し、もう一方のネットワークには流用しただけだった。今回の新しい試みは、Shared Transformerを両ネットワークのデータで実際に一緒に訓練することにある。著者はグラフ・位置・全結合層をネットワークごとに保持し、TransformerとLayerNormだけを共有、以前訓練した重みから開始した。2つのネットワークは122ノードと126ノードで規模が異なるため、一方に適応しすぎると他方が劣化する懸念があった。実験ではその劣化は見られず、著者は共有モデルが各ネットワーク固有の癖ではなく両方に共通する交通流パターンを捉えている兆しと見ている。次は複数の道路ネットワークを1バッチで処理するBatch Inferenceを予定している。