인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
피인용 0
초록·키워드
이면도로에서는 보행자 궤적이 차량·개인형 이동장치(personal mobility)•다른 보행자와의 복잡한 상호작용에 크게 좌우된다. 본 연구는 이러한 상호작용이 주도하는 궤적을 포착하기 위해, 트랜스포머(transformer) 기반 인코더에 격자형 소셜 풀링(social pooling)과 적응적 크로스 어텐션(adaptive cross attention)을 결합한 하이브리드 궤적 예측 모델을 제안한다. 제안된 구조는 공간·시간·사회적 맥락을 통합적으로 모델링한다. 모델 성능 평가는 대한민국 안양시 이면도로에서 수집한 실세계 CCTV 궤적 데이터로 수행되었으며, 제안 모델은 기존 LSTM 및 GNN 계열 모델 대비 평균변위오차(average displacement error)와 최종변위오차 (final displacement error)에서 최대 약 60% 향상된 성능을 보여, 보다 정밀하고 안정적인 궤적 예측 가능성을 입증하였다. 또한 구성 요소 검증 실험 결과 social pooling 또는 cross attention을 제거하면 성능이 저하되어, 두 모듈이 상보적인 역할을 함을 확인하였다. 이는 어텐션 기반 시간 인코딩과 구조화된 사회적 상호작용 모델링을 결합하는 것이 다중 이동체가 혼재하는 이면도로 환경에서 효과적임을 시사한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095584575
