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
학술대회자료
저자정보
황지영 (한국과학기술원) 노병준 (한국과학기술원) 여화수 (한국과학기술원)
저널정보
대한교통학회 대한교통학회 학술대회지 대한교통학회 제85회 학술발표회
발행연도
2021.11
수록면
378 - 383 (7page)

이용수

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

초록· 키워드

오류제보하기
정확한 교통 예측은 교통 운영 및 관리에서 중요한 부분을 차지하고 있다. 최근에는 교통의 비선형적, 시공간적 특성을 반영하기 위하여, 딥러닝 기반 교통 예측 모델이 발달해왔다. 그러나 기존 모델들은 1 시간 이내의 교통 상황을 예측하는 단기간 교통 예측에 중점을 두고 있다. 장기간 교통 예측은 교통 운영 및 관리뿐만 아니라 운전자 개인이 이동 시에도 사전에 교통 상황을 파악하고 효율적인 결정을 내릴 수 있게 한다. Graph Neural Network (GNN) 은 딥러닝 모델의 일종으로 실제 도로 상황의 연결성 및 관계성을 설명하기에 적합하다. 본 연구에서는 GNN 기반의 multi-attention 알고리즘과 실제 도로의 asymmetry 특성을 반영한 Asymmetric Long-Term Graph Multi-Attention Network(ALT-GMAN) 모델을 제안한다. 기존 모델인 GMAN 모델의 확장으로서, 본 모델은 단기간과 장기간 교통 속도예측이 모두 가능하다. 새로운 Spatial-Temporal Embedding을 적용하여 back propagation과 같은 교통 이론 및 교통 상황을 반영한다. ALT-GMAN를 적용하였을 때, 6개월 기간의 PeMS-Bay 고속도로 데이터로부터 3시간 6시간 예측에서 각각 3.79%, 4.05%의 MAPE 값이 도출되었다. 본 모델은 위의 결과와 같이 단기간, 장기간 교통 속도 예측에서 기존 모델 보다 정확한 결과를 보여준다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

교통 돌발 상황을 고려한 도로 속도 예측 기법
박송희 ,  최도진 ,  복경수 외 1명 한국콘텐츠학회논문지 2020 .04
k-NN 알고리즘을 활용한 단기 교통상황 예측 : 서울시 도시고속도로 사례
김형주 ,  박신형 ,  장기태 대한교통학회지 2016 .04

최근 본 자료

전체보기

댓글(0)

0