인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
초록·키워드
도심부 교통혼잡은 연속류 교통혼잡과 달리 신호지체 등과 같은 매우 복잡한 원인으로 발생하기 때문에 교통혼잡의 원인을 데이터를 통해 규정하는데 한계가 있다. 반면 신호최적화, 통행시간 예측 등 다양한 분야에서 교통혼잡 정보에 대한 활용도는 놓아지고 있다. 본 연구에서는 혼잡원인에 대한 추정 대신 차량 네비게이션 등을 통해 제공되는 실시간 소통정보만으로 교통혼잡을 예측하는 장단기기억 순환신경망모형을 개발하였다. 모형은 5분전 소통상황으로 5분 후 소통상황을 예측하도록 설계되었으며 5개월 동안 네비게이션을 통해 제공된 교통혼잡정보를 활용하여 학습시켰다. 대상지는 대전시 유성구 유성온천역 주변 지역의 도로망에 교차로 주변의 10개 링크를 임의로 선정하고 각각의 링크에 대해 인공신경망 모형을 학습시켰다. 학습한 모형을 활용하여 24시간 동안 5분 예측정보와 1주일 동안 5분 예측정보를 측정한 결과 예측오류는 평균 0.05 ~ 0.11 평균제공오차(MSE) 수준의 예측 정확도를 얻었다. 본 연구는 신호최적화를 위한 딥러닝 기반 소통상황예측 모형의 개발에 활용될 예정이다.
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
