지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.4
- 수록면
- 239 - 253 (15page)
- DOI
- 10.7470/jkst.2023.41.2.239
이용수
초록· 키워드
오류제보하기
교통관리전략 운영에 있어 교통류 소통상태를 파악하는 것은 매우 중요하며, 교통량 예측은 선제적이고 효과적인 교통관리를 위해 중요한 요소이다. 본 연구의 목적은 교통류 상태를 파악하는 새로운 방법 중 하나인 vehicle accumulation과 travel time 간의 elliptic bivariate relationship을 교통량 예측모형 개발에 적용하는 것이다. Elliptic bivariate relationship의 두 가지 파라미터인 ø와 ｜λ｜를 다양한 유형의 머신러닝 및 딥러닝 기반 교통량 예측모형에 적용하고, SHAP(SHapley Additive exPlanations)을 이용하여 두 파라미터가 가지는 변수 중요도(feature importance)를 산정하였다. 본 연구는 개발된 각 예측모형을 고속도로 검지기 데이터에 적용하여 사례분석을 수행하였다. 5분 후, 15분 후, 30분 후 교통량 예측결과, 모든 예측모형에서 elliptic bivariate relationship 파라미터 적용을 통해 예측오차를 감소시킬 수 있는 것으로 나타났다. 또한, 변수 중요도를 산정한 결과, 예측모형에 적용된 설명변수 중 ø의 중요도가 가장 높은 것으로 나타났으며 ｜λ｜의 중요도 역시 일반적인 교통류 변수와 유사하거나 다소 높은 수준인 것으로 확인되었다. 위 분석결과는 elliptic bivariate relationship 파라미터들이 다양한 머신러닝 기반의 교통량 예측모형에 적용될 수 있음을 보여준다.
목차
Abstract
초록
서론
방법론
사례분석
결론
REFERENCES
참고문헌 (22)
참고문헌 신청
Biau G., Scornet E. (2016), A Random Forest Guided Tour, Test, 25(2), 197-227.
Chen T., Guestrin C. (2016), Xgboost: A Scalable Tree Boosting System, In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785-794.
Cheng T., Haworth J., Wang J. (2012), Spatio-temporal Autocorrelation of Road Network Data, Journal of Geographical Systems, 14(4), 389-413.
Chiabaut N., Faitout R. (2021), Traffic Congestion and Travel Time Prediction Based on Historical Congestion Maps and Identification of Consensual Days, Transportation Research Part C: Emerging Technologies, 124, 102920.
Davis G. A., Nihan N. L., Hamed M. M., Jacobson L. N. (1990), Adaptive Forecasting of Freeway Traffic Congestion, Transportation Research Record (1287).
Chen T., Guestrin C. (2016), Xgboost: A Scalable Tree Boosting System, In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785-794.
Cheng T., Haworth J., Wang J. (2012), Spatio-temporal Autocorrelation of Road Network Data, Journal of Geographical Systems, 14(4), 389-413.
Chiabaut N., Faitout R. (2021), Traffic Congestion and Travel Time Prediction Based on Historical Congestion Maps and Identification of Consensual Days, Transportation Research Part C: Emerging Technologies, 124, 102920.
Davis G. A., Nihan N. L., Hamed M. M., Jacobson L. N. (1990), Adaptive Forecasting of Freeway Traffic Congestion, Transportation Research Record (1287).
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Elliptic Bivariate Relationship을 활용한 Congested state시 Short-Term Traffic Flow 예측 및 해석
대한교통학회 학술대회지
2022 .09
-
Numerical solution for multiple confocal elliptic dissimilar cylinders
Smart Structures and Systems, An International Journal
2017 .01
-
Numerical solution for multiple confocal elliptic dissimilar cylinders
Smart structures and systems
2017 .01
-
Elliptic Curve Cryptography for Data Security
한국통신학회 학술대회논문집
2019 .11
-
SARIMA 알고리즘을 이용한 교통량 보정 및 예측
한국ITS학회 논문지
2021 .12
-
Turning Point Analysis를 이용한 실시간 교통량 변화 검지 방법론 개발
대한교통학회지
2016 .06
-
비모수 모형 기반 영업소 교통량 예측 연구
대한교통학회 학술대회지
2020 .10
-
항공교통 레이더 화면 예측
한국항공우주학회 학술발표회 초록집
2021 .07
-
양방향 통신을 이용한 교통량의 시,공간 분배 방식에 관한 연구
한국자동차공학회 춘계학술대회
2015 .05
-
협소한 Transition Band 특성을 갖는 C대역 Elliptic LPF 설계
대한전기학회 학술대회 논문집
2016 .10
-
협소한 Transition Band 특성을 갖는 C대역 Elliptic LPF 설계
정보 및 제어 논문집
2016 .10
-
전문가 설문을 활용한 도로교통량 통계자료 개선방안 연구
한국산학기술학회 논문지
2021 .08
-
딥러닝을 이용한 상황인지 기반 교통상황 예측 모델에 대한 연구
한국정보과학회 학술발표논문집
2018 .12
-
공간통계기법과 내비게이션 자료를 활용한 도시부 도로 교통량 추정연구
대한교통학회지
2017 .06
-
기계학습과 시뮬레이션 기법을 융합한 교통 상태 예측 방법 개발 연구
한국ITS학회 논문지
2021 .10
-
베이지안 네트워크 방법론에 기반한 단기 교통량 예측
대한토목학회 학술대회
2020 .10
-
교통상황 예측 모델을 위한 딥러닝 신경망 네트워크
한국정보과학회 학술발표논문집
2016 .12
-
Novel Method for DNA-Based Elliptic Curve Cryptography for IoT Devices
[ETRI] ETRI Journal
2018 .05
-
빅데이터 자료를 이용한 교통량 조사 및 활용에 관한 연구
대한교통학회 학술대회지
2019 .09
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-053-001321776