열차 정시성 향상을 위한 인공지능 기반의 역간 운행시간 예측에 대한 연구

이동섭; 신준섭; 신광호; 박지원; 안진

doi:10.24284/JKOSUR.2019.9.7.3.381

추천

검색

질문

자료유형: 학술저널

저자정보: 이동섭 (대아티아이) 신준섭 (대아티아이) 신광호 (대아티아이) 박지원 (대아티아이) 안진 (대아티아이)

저널정보: 한국도시철도학회 한국도시철도학회논문집 한국도시철도학회논문집 제7권 제3호

발행연도: 2019.9

수록면: 381 - 389 (9page)

DOI: 10.24284/JKOSUR.2019.9.7.3.381

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 인공지능 분야에 관한 다양한 연구들이 진행됐으며, 그중에서도 딥러닝(Deep learning)을 통한 기계학습 연구가 수행되고 있다. 딥러닝의 하나인 순환신경망은 순차적인 정보의 상관성을 예측할 때 효과적으로 동작하는 것으로 알려져 있으며, 열차운행 실적데이터의 경우 시간의 순서에 따라 데이터가 누적되므로 순차적 정보와 유사하다. 본 논문에서는 이를 이용하여 열차 정시성 개선에 적용이 가능한 순환신경망 기반의 모델을 제안하였다. 열차운행 실적데이터 분석을 통해 역간 운행시간 예측에 필요한 학습요소를 선별하였고, 순환신경망 기반의 예측 모델을 구현하였다. 제안 모델의 검증을 위하여 기존 관제에서 활용되는 열차운행 시뮬레이터를 통해 생성한 데이터를 제안 모델의 검증을 위한 학습 및 평가 데이터로 이용하였다.

#철도 #신호 시스템 #운행계획 #기계학습 #인공신경망 #Railway #Signalling System #Train Timetable #Machine Learning #Artificial Neural Network

참고문헌 (11)

참고문헌 신청

김관형 / 2011 / 개입 ARIMA 모형을 이용한 KTX 수요예측 / 한국철도학회논문집 14(5):470~476

S. S. Kim / 2019 / A Study on the Use of Big Data for the Prediction of Accident Risk on the Kyoungbu High-speed rail / Journal of The Korean Operations Research and Management Science Society 2019(4):3785~3785

진장원 / 2019 / 소셜네트워크분석기법을 활용한 고속철도 환승센터 특징분석에 관한연구 / 한국도시철도학회논문집 7(1):85~94

박정수 / 2006 / 급행열차 도입을 통한 최적운행방안 수립에 관한 연구 - 수도권 광역 도시철도를 중심으로 - / 대한토목학회 논문집D 26(4D):679~686

W. H. Seo / 1999 / An analysis on Optimal Subway Skip Stop Scheduling without siding track / Journal of The Korean Society of Transportation 36:255~260

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이동섭

소속기관 대아티아이

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 1 이용수 176

신준섭

소속기관 대아티아이

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 1 이용수 176

신광호

소속기관 대아티아이

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 4 이용수 468

박지원

소속기관 대아티아이

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 3 이용수 387

안진

소속기관 대아티아이

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 기타공학 > 교통공학

논문수 49 이용수 2,455

이 논문과 함께 이용한 논문

도시철도 운행특성을 고려한 정시율 산정기준 개선

김명환 , 정성봉 한국철도학회 논문집 2019 .11

KTX열차와 일반열차 간 접속대기를 고려한 복선구간 열차시각표 재수립 모형의 기본설계

김재희 , 오석문 한국산학기술학회 논문지 2009 .06

고속철도 열차지연 유형의 구분지표 및 기준

김한수 , 강중혁 , 배영규 한국경영과학회지 2013 .09

이중 DNN을 이용한 가맹점 추천 시스템 (DoubleDNN)

칼리나 바야르체첵 , 나광택 , 이주홍 한국지능시스템학회 논문지 2020 .08

직각 배치된 세 점의 두 가지 최단거리 결선방법과 수학적 증명을 통한 길이 비교

이진규 , 이상중 대한전기학회 학술대회 논문집 2014 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-525-001285457

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)