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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.10
- 수록면
- 565 - 579 (15page)
- DOI
- 10.7470/jkst.2021.39.5.565
이용수
초록· 키워드
오류제보하기
컴퓨터 하드웨어 기술의 발전과 함께 기계 학습, 이른바 머신을 활용하여 반복적인 연산을 원활히 수행하고 데이터의 복잡한 패턴을 자율적으로 학습하는 머신러닝(Machine Learning)을 활용한 연구가 여러 분야에서 활발하게 이루어지고 있다. 최근 교통 분야에서도 다양한 머신러닝 방법론을 활용한 연구가 많이 활용되고 있지만, 높은 예측력에 비해서 정책 효과의 평가와 같은 부분에 있어서는 아직 그 해석의 가능성이 충분하지 못하다는 부분이 단점으로 지적되어왔다. 이러한 맥락에서, 본 연구는 머신러닝 기법을 활용한 수단선택 모형을 개발함과 동시에 머신러닝 모형결과에 대한 분석 가능성을 제시하고자 하였다. 특히, 머신러닝 모형 중에서 rule-based의 앙상블 모형인 XGBoost 기법의 장점인 다계층적(multi-level) 자료에 대한 뛰어난 분석력과 모형 결과 해석 가능성에 대한 방안들을 활용하여 한일 해저터널을 통한 고속철도 여객 수요에 대한 수단선택 선호를 이해하고 예측하고자 하였다. 모형 전체의 예측 정확도는 81%로 높게 나타났으며, 각 수단 별로도 높은 수준의 선호 예측도를 보여주었다. 이른바 블랙박스라 불리는 학습된 머신러닝의 해석력을 높이고 정책적 활용도를 높이기 위해 변수 중요도와 변수 기여도, 그리고 평균 한계 변화율을 추정하였다. 항공 수단의 경우에는 항공 요금, 후쿠오카 방문 빈도, 일본 방문 빈도순으로 상대적 변수 중요도가 확인되었고, 고속 페리의 경우에는 이용자의 나이, 해저터널 이용 의사, 일본 방문 시 항공 이용, 고속철도의 경우에는 고속철도 운임, 연령, 일본 방문 빈도순으로 중요도를 확인할 수 있었으며, 각 변수의 변화에 따른 수단선택의 선호 변화에 대한 분석 또한 시각적으로 제시하였다.
목차
Abstract
초록
서론
선행연구
분석 데이터
분석 방법론
모형분석 결과
결론 및 시사점
References
참고문헌 (32)
참고문헌 신청
Ahmad N., Derrible S., Cabezas H. (2017), Using Fisher Information to Assess Stability in the Performance of Public Transportation Systems, Royal Society Open Science, 4(4), 160920. https://doi.org/10.1098/rsos.160920.
Ahmad N., Derrible S., Eason T., Cabezas H. (2016), Using Fisher Information to Track Stability in Multivariate Systems, Royal Society Open Science, 3(11), 160582. https://doi.org/10.1098/rsos.160582.
Akbarzadeh M., Memarmontazerin S., Derrible S., Salehi Reihani S. F. (2017), The Role of Travel Demand and Network Centrality on the Connectivity and Resilience of an Urban Street System, Transportation, 1-15. https://doi.org/10.1007/s11116-017-9814-y.
Chen T., Guestrin C. (2016), XGBoost: A Scalable Tree Boosting System, In Krishnapuram B., Shah M., Smola A. J., Aggarwal C. C., Shen D., Rastogi R. (eds.), Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, San Francisco, CA, USA, August 13-17, ACM. 785-794.
Cho J., Kim C. (1998), A Comparative Study on the Commuter Mode Choice Behavior between Regions: Case of Seoul and Ilsan New Town, J. Korean Soc. Transp., 15(4), Korean Society of Transportation, 75-86.
Ahmad N., Derrible S., Eason T., Cabezas H. (2016), Using Fisher Information to Track Stability in Multivariate Systems, Royal Society Open Science, 3(11), 160582. https://doi.org/10.1098/rsos.160582.
Akbarzadeh M., Memarmontazerin S., Derrible S., Salehi Reihani S. F. (2017), The Role of Travel Demand and Network Centrality on the Connectivity and Resilience of an Urban Street System, Transportation, 1-15. https://doi.org/10.1007/s11116-017-9814-y.
Chen T., Guestrin C. (2016), XGBoost: A Scalable Tree Boosting System, In Krishnapuram B., Shah M., Smola A. J., Aggarwal C. C., Shen D., Rastogi R. (eds.), Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, San Francisco, CA, USA, August 13-17, ACM. 785-794.
Cho J., Kim C. (1998), A Comparative Study on the Commuter Mode Choice Behavior between Regions: Case of Seoul and Ilsan New Town, J. Korean Soc. Transp., 15(4), Korean Society of Transportation, 75-86.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
A Visual Analytics System for Interpretable Machine Learning
Journal of KIISE
2023 .01
-
머신러닝 기반 하천 용존산소 예측모델의 해석력 향상 기법 연구
대한환경공학회 학술발표논문집
2020 .11
-
머신 러닝 소개
설비저널
2019 .10
-
The Prototype Development Applied as a Conceptual Design of an Automated Machine Learning System
정보과학회 컴퓨팅의 실제 논문지
2020 .06
-
밭 토양에서 퇴비와 복합비료 사용에 따른 암모니아 배출 특성
대한환경공학회지
2023 .09
-
머신러닝 기술에서의 특성 도출 방법에 대한 연구
한국통신학회 학술대회논문집
2017 .01
-
머신러닝 기반 보안데이터 분석 연구
정보보호학회지
2019 .06
-
Alternative Structural Analysis Techniques Using Machine Learning and Up-front Engineering Application Cases
대한기계학회 춘추학술대회
2024 .11
-
머신러닝을 활용한 온라인 학습 집중도 평가 시스템 연구
대한산업공학회 추계학술대회 논문집
2020 .11
-
기업의 머신러닝 선정에 영향을 미치는 요인 연구: 확장된 알고리즘 선택 문제의 관점으로
한국전자거래학회지
2022 .05
-
양자알고리즘 개발을 위한 머신러닝기법
전자공학회지
2018 .04
-
AI(머신러닝) 기반 필드 내구 문제 원인 분석 기술 및 프로그램개발
한국자동차공학회 추계학술대회 및 전시회
2020 .11
-
머신러닝을 이용한 강빔의 손상 상태 예측
대한토목학회 학술대회
2022 .10
-
머신러닝 기법을 활용한 특허 품질 예측
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
머신러닝을 활용한 제품 특성 예측모델의 성능향상 방법 연구
한국정보통신학회논문지
2021 .06
-
머신러닝을 이용한 아파트 선호층/동에 대한 아파트 가격 변동 예측모델 연구
한국컴퓨터정보학회 학술발표논문집
2024 .07
-
머신러닝과 패널고정효과를 활용한 아파트 실거래가 예측
주택연구
2022 .02
-
데이터 불균형이 머신러닝 모델 성능에 미치는 영향
한국정보과학회 학술발표논문집
2020 .07
이 논문의 저자 정보
이 논문과 함께 이용한 논문
가부장제에 관한 이론적 고찰
趙玉羅
,
장상
,
이효재
외 1명
한국여성학
1986
.01
시공간 고해상도 원격탐사 자료를 활용한 실시간 산사태 모니터링: 해석가능한 기계학습 기법을 중심으로
서용훈
,
이건학
대한지리학회 학술대회논문집
2024
.06
A Visual Analytics System for Interpretable Machine Learning
박찬희
,
이경원
Journal of KIISE
2023
.01
에너지 빅데이터 구축을 위한 데이터 분산 및 실시간 처리에 관한 연구
양동진
,
박승현
,
김상훈
외 1명
한국통신학회 학술대회논문집
2022
.06
기계학습 알고리즘을 활용한 베어링의 고장 예측 알고리즘 개발에 관한 연구
이준혁
,
유승열
,
신성철
외 3명
Journal of Advanced Marine Engineering and Technology (JAMET)
2019
.07
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-053-002144557