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
전희정 (Sungkyunkwan University) 강승엽 (Sungkyunkwan University) 정수영 (Sungkyunkwan University) 김태완 (Sungkyunkwan University) 조철호 (Sungkyunkwan University) 주원영 (Sungkyunkwan University) 김지영 (Sungkyunkwan University) 허재필 (Sungkyunkwan University)
저널정보
대한국토·도시계획학회 국토계획 國土計劃 第56卷 第7號(通卷 第260號)
발행연도
2021.12
수록면
115 - 127 (13page)
DOI
10.17208/jkpa.2021.12.56.7.115

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2022

자전거 교통사고 다발지역 예측을 위한 딥러닝 모형의 적용
전희정 ,  강서윤 ,  강승엽 외 2명 국토계획 2022.12 학술저널
자전거 교통사고 다발지역 예측을 위한 딥러닝 모형의 적용
전희정 ,  강서윤 ,  강승엽 외 1명 한국지역개발학회 학술대회 2022.11 학술대회자료

2021

보행교통사고 다발지역 예측을 위한 딥러닝의 적용 : 수도권 노인과 어린이 보행교통사고를 중심으로
전희정 ,  강승엽 ,  정수영 외 5명 국토계획 2021.12 학술저널

초록· 키워드

오류제보하기
An efficient prediction of the pedestrian crash hot spots of the transportation disadvantaged is important for pedestrian-friendly environments and the promotion of sustainable development. This study aims to predict elderly and child pedestrian hot spots in the Seoul Metropolitan Area. For the empirical analysis, we used the traffic accident analysis system data and collected Google Street View images of elderly and child pedestrian crash hot spots and non-hot spots. Then, we conducted experiments using five deep learning models, including VGG16, VGG19, ResNet50, ResNet101, and InceptionV3. We also employed the CAM analysis to visualize the factors contributing to pedestrian crashes. The empirical analysis showed that the VGG16 model was the best model in predicting elderly and child pedestrian crash hot spots. In addition, the CAM analysis suggested that narrow widths of roads, physical facilities for transportation safety, and low openness were related to the pedestrian safety of the elderly and children.
#보행교통사고 #딥러닝 #노인 #어린이 #Pedestrian Crash #Deep Learning #The Elderly #Child

목차

Abstract
Ⅰ. 서론
Ⅱ. 이론적 논의
Ⅲ. 연구설계
Ⅳ. 분석결과
Ⅴ. 결론
인용문헌References

참고문헌 (47)

참고문헌 신청
강동운 / 2014 / 상관성이 있는 변수를 고려한 주성분 분석 기반의 안전성능함수 개발 google schola 고동원 / 2019 / 개별 사고특성 및 근린환경 특성이 서울시 보행자 교통사고 심각도에 미치는 영향 / 대한건축학회논문집 35(8):101~109 dbpia 김경범 / 2015 / 고령사회 도래에 따른 노인보행자 교통사고 특성 및 감소방안 -제주지역을 중심으로- / 한국콘텐츠학회 논문지 15(4):197~207 Crossref 김윤진 / 2017 / 딥 러닝(Deep Learning)을 활용한 이미지 빅데이터(Big Data) 분석 연구 google schola 김흥진 / 2004 / 노인 보행자 교통사망사고 예방에 관한 연구 / 도시행정학보 17(3):139~164 dbpia

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

자전거 교통사고 다발지역 예측을 위한 딥러닝 모형의 적용
전희정 ,  강서윤 ,  강승엽 외 2명 국토계획 2022 .12
고령 보행자 교통사고 영향요인의 상호작용 효과 분석 : 보행환경개선사업과 보행자안전시설을 중심으로
박은총 ,  이수기 국토계획 2023 .10
도시조직이 생활도로 보행자 교통사고에 미치는 영향 : 서울시 생활도로 내 보행자 교통사고 다발구간을 중심으로
박수훈 ,  김동현 ,  박진아 국토계획 2020 .04
보행고령자 교통사고의 공간적 군집 형성에 미치는 영향
김태완 ,  전희정 국토계획 2022 .04
Google Street View와 딥러닝을 활용한 서울시 녹지 형평성 분석 : NDVI와 가로이미지 기반 녹지 산출방법과의 비교를 중심으로
기동환 ,  김선재 ,  이수기 국토계획 2021 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-539-000141953