近年のITS(Intelligent Transport System:高度道路交通システム)の著しい発展により，道路交通情報や車両の様々な情報を容易に収集することが可能になっている．交通流を把握・予測するために収集される情報には，路上に設置されたセンサにより得られる観測情報と道路上を走行する車両から収集されるプローブ情報がある．プローブ情報によって，センサが設置された地点の観測情報に加えてより広範囲の道路交通情報が得られるようになっている．本研究では，プローブ情報を用いて一般道における交通流予測手法を検討する．交通流は複雑であるが，特徴量を自動的に獲得できる深層学習によって，現場の特性といった事前知識を把握していなくても交通流の特徴を表すことができ，交通流予測においても精度が向上すると期待される．そこで，本研究では，深層学習を用いた交通流予測モデルを検討する．また，他の交通流予測手法と比較を行う.
