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
권태용 (대구대학교) 윤형채 (대구대학교) 최용호 (대구대학교) 윤상후 (대구대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제34권 제5호
발행연도
2023.9
수록면
751 - 761 (11page)
DOI
10.7465/jkdi.2023.34.5.751

이용수

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

초록· 키워드

오류제보하기
도로살얼음은 눈 또는 비가 낮은 대기온도로 인하여 도로 노면이 얇게 어는 현상으로 겨울철 도로에서 발생하는 대부분의 대형 사고는 도로살얼음과 관련이 있다. 도로 살얼음으로 발생하는 피해를 줄이기 위해서 도로 노면온도의 예측이 필요하다. 본 연구에서는 이동식 도로 기상자료와 고정식 도로 기상자료를 이용하여 도로 노면온도를 예측하기 위한 기계학습 모형을 세웠다. 고려된 기계학습 모형은 랜덤포레스트 (random forest), gradient boosting, XGboost이다. 기계학습 모형 간 예측성능 평가는 평균제곱근오차 (root means squared error), 평균절대오차 (mean absolute error), 평균오차 (mean error), 상관계수 (correlation coefficient)를 이용하였다. 연구자료는 2020년 1월 5일, 1월 8일, 1월 13일, 1월 21일, 2월 5일로 총 5일의 이동식 도로 기상자료와 2017년 11월 5일부터 2020년 12월 31일까지 관측된 고정식 도로 기상자료를 사용하였다. 이동식 도로 기상자료는 품질관리 알고리즘은 적용하여 일관적인 자료를 활용하였다. 연구결과 이동식 노면온도 예측모형의 이동식 검증자료 예측과 고정식 노면온도 예측모형의 고정식 검증자료 예측은 랜덤포레스트가 가장 우수하였다. 또한, 교차예측에서는 XGboost가 우수한 예측성능을 보였다.

목차

요약
1. 서론
2. 연구방법론
3. 연구자료
4. 연구결과
5. 결론 및 시사점
References
Abstract

참고문헌 (0)

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

UCI(KEPA) : I410-151-24-02-088085585