메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이권동 (트레이디) 이석희 (동아방송예술대학교) 아르온 (한국교통대학교) 송석일 (한국교통대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제19권 제12호(JKIIT, Vol.19, No.12)
발행연도
2021.12
수록면
27 - 33 (7page)
DOI
10.14801/jkiit.2021.19.12.27

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
도로의 특정 구간을 뜻하는 도로링크(Road link)의 속도를 예측하는 것은 빠른 길 찾기 등의 다양한 교통분야 위치 기반 서비스에서 중요한 기술이다. 기존에 딥 뉴럴 네트워크(Deep neural network)를 포함한 기계학습 기반의 속도 예측기법들이 제안된 바 있다. 특히, 최근에는 CNN(Convolution Neural Network) 및 RNN(Recurrent Neural Network)등을 이용한 속도 예측기법이 제안되었다. CNN은 도로의 공간적 특징을 반영하여 속도 예측이 가능하고 RNN은 도로의 시간에 따른 속도 변화 특징을 반영한 예측이 가능하다. 본 논문에서는 RNN과 CNN을 결합한 ConvLSTM(Convolutional LSTM)을 기반으로 예측하고자 하는 도로링크의 이웃링크들의 속성과 시간적인 도로링크의 속성을 같이 고려하는 속도 예측방법을 제안한다. 그리고, 기존에 제안된 LSTM기반의 속도 예측방법을 일부 변형하여 구현하고 실험을 통해서 성능을 비교한다. 또한, 기존 제안된 방법과도 비교하여 제안하는 방법의 우수성을 보인다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안하는 속도 예측 모델
Ⅳ. 성능 평가
Ⅴ. 결론
References

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0