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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이제승 (Hongik University) 이현희 (Gachon University)
저널정보
대한국토·도시계획학회 국토계획 國土計劃 第54卷 第3號(通卷 第242號)
발행연도
2019.6
수록면
106 - 118 (13page)
DOI
10.17208/jkpa.2019.06.54.3.106

이용수

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

초록· 키워드

오류제보하기
In order to develop pedestrian navigation service that provides optimal pedestrian routes based on pedestrian satisfaction levels, it is required to develop a prediction model that can estimate a pedestrian"s satisfaction level given a certain condition. Thus, the aim of the present study is to develop a pedestrian satisfaction prediction model based on three machine learning algorithms: Logistic Regression, Random Forest, and Artificial Neural Network models. The 2009, 2012, 2013, 2014, and 2015 Pedestrian Satisfaction Survey Data in Seoul, Korea are used to train and test the machine learning models. As a result, the Random Forest model shows the best prediction performance among the three (Accuracy: 0.798, Recall: 0.906, Precision: 0.842, F1 Score: 0.873, AUC: 0.795). The performance of Artificial Neural Network is the second (Accuracy: 0.773, Recall: 0.917, Precision: 0.811, F1 Score: 0.868, AUC: 0.738) and Logistic Regression model’s performance follows the second (Accuracy: 0.764, Recall: 1.000, Precision: 0.764, F1 Score: 0.868, AUC: 0.575). The precision score of the Random Forest model implies that approximately 84.2% of pedestrians may be satisfied if they walk the areas, suggested by the Random Forest model.
#보행만족도 #기계학습 #로지스틱 모형 #랜덤 포레스트 #인공신경망 #Pedestrian Satisfaction #Machine Learning #Logistic Regression #Random Forest #Artificial Neural Network

목차

Abstract
Ⅰ. 서론
Ⅱ. 선행연구 고찰
Ⅲ. 분석자료 및 분석 방법
Ⅳ. 분석결과
Ⅴ. 요약 및 결론
인용문헌 References

참고문헌 (23)

참고문헌 신청
김창국 / 2016 / 보행 목적별 보행자 만족도에 영향을 미치는 근린 건조환경 구성요소 특성 분석 / 국토계획 51(4):145~159 dbpia 박근덕 / 2018 / 딥러닝과 구글 Street View API를 활용한 가로 이미지의 보행만족도 분석 google schola 박소현 / 2009 / 주거지 보행환경 인지가 생활권 보행만족도에 미치는 영향에 관한 연구 / 대한건축학회논문집 계획계 25(08):253~261 dbpia 배성완 / 2018 / 머신 러닝 방법과 시계열 분석 모형을 이용한 부동산 가격지수 예측 / 주택연구 26(1):107~133 google schola 성현곤 / 2011 / 구조방정식을 활용한 보행환경 계획요소의 이용만족도 평가에 관한 연구 - 종로 및 강남일대를 대상으로 / 국토계획 46(5):275~288 dbpia

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

공원 주변 환경요인이 보행자 교통사고에 미치는 영향에 관한 연구
고동원 ,  박승훈 국토계획 2019 .10
기후위험에 대비한 폭염 적응정책의 효과성 평가 : 지역수준 건강영향평가 방법론의 적용
양희진 ,  윤희연 국토계획 2020 .04
도시조직이 생활도로 보행자 교통사고에 미치는 영향 : 서울시 생활도로 내 보행자 교통사고 다발구간을 중심으로
박수훈 ,  김동현 ,  박진아 국토계획 2020 .04
등급별 오피스 빌딩의 순 실효 임대료에 영향을 미치는 주변 지구 및 대상 물건 요인 분석 : 서울시 도심 오피스를 대상으로
전혜 ,  성은영 ,  최창규 국토계획 2020 .02
도시재생유형별 근린공원으로부터의 거리와 지가변동률 간의 관계 분석 : 서울시를 사례로
김해솔 ,  김기중 ,  이승일 국토계획 2020 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-539-000874816