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
Moataz Bellah Ben Khedher (University of Science and Technology) Duk Geun Yun (Korea Institute of Civil Engineering and Building Technology) Jung Gon Sung (Korea Institute of Civil Engineering and Building Technology)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제22권 제10호
발행연도
2021.10
수록면
1 - 10 (10page)
DOI
10.5762/KAIS.2021.22.10.1

이용수

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

초록· 키워드

오류제보하기
도로 이용자나 도로관리자에게 교통 분석이나 경로 선택에 있어 통행시간은 중요한 정보이다. 그러나 수집된 개별 통행시간에 이상치(outlier)가 존재함으로 인해서 수집된 통행시간 정보는 항상 그 값을 대표한다고 보기에 한계가 존재한다. 통행시간 추정을 위한 기존의 방법은 방대한 과거 데이터를 사용하여 계수 추정(parametric models)을 위한 다양한 모형을 사용하였다. 기존 전통적인 방법에서 Outlier를 검지하고, 처리하여 신뢰성 있는 통행시간을 추정하기 위해 본 연구에서는 Non-parametric outlier filtering 방법인 Outskewer 방법을 제안하였다. Outskewer 적용시 기존에 사용하던 Sliding Window 방법 대신 분석할 데이터양이 충분하지 못한 구간에서는 알고리즘이 충분히 분석할 수 있는 데이터양을 확보할 수 있도록 직전의 데이터를 더 추가할 수 있는 Extendable Moving Window 기법을 적용하였다. 제안된 모형을 평가하기 위하여 다차로 도로에서 수집된 DSRC(Dedicated Short Range Communication)를 사용하였다. 모형 평가시 통행시간의 참 값(ground truth)의 부재로 인하여 그래프와 통계의 유의성 검증을 통하여 모형을 평가하였다. 통행시간에 대한 통계적 검증결과 최대 상대 오차(maximum relative error)는 20%보다 적게 나타났고, Correct Classification Rate는 90% 이상으로 나타났다. 결과를 고려할 때 제안된 방법론은 통행시간 추정 시 Outlier를 처리하는데 있어서 기존의 방법론보다 더 신뢰성 있게 나타나 도로이용자와 관리자에게 더 정확한 통행시간을 제공할 수 있을 것으로 기대하였다.
#Data Mining #Outlier Filtering #Travel Time #DSRC #ITS

목차

Abstract
요약
1. Introduction
2. Literature review
3. Outskewer method
4. Outskewer method
5. Assesment of the proposed algotrithm
6. Conclusion
References

참고문헌 (7)

참고문헌 신청
J. Jang, “Data-Cleaning Technique for Reliable Real-Life Travel Time Estimation: Use of Dedicated Short-Range Communications Probes on Rural Highways”, Transportation Research Record , Vol. 2593, No.1, pp. 85-93, Jan.2016. DOI:https://doi.org/10.3141/2593-09 google schola Southwest Research Institute, Automatic vehicle identification model deployment initiative—system design document. Report prepared for TransGuide Texas Department of Transportation, 1998, Available From: https://rosap.ntl.bts.gov/view/dot/48800/dot_48800_DS1.pdf (accessed Jun. 09, 2021) google schola F. Dion, H. Rakha, 2006. “Estimating dynamic roadway travel times using automatic vehicle identification data for low sampling rates”, Transportation Research Part B: Methodological, Vol.40, No.9, pp.745-766, Nov.2006. DOI: https://doi.org/10.1016/j.trb.2005.10.002 google schola X. Ma, H. Koutsopoulos, “Estimation of the automatic vehicle identification based spatial travel time information collected in Stockholm”, IET intelligent transport systems, Vol.4, No.4, pp.298-306, Jan 2011. DOI: https://doi.org/10.1049/iet-its.2009.0149 google schola S.S. Moghaddam, B. Hellinga, “Algorithm for detecting outliers in Bluetooth data in real time”, Transportation Research Record, Vol.2442, No.1, pp.129-139, Jan.2014 DOI: https://doi.org/10.3141/2442-14 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0