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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
공민선 (Korea National University of Transportation) 이장호 (Korea National University of Transportation) 박범환 (Korea National University of Transportation)
저널정보
한국철도학회 한국철도학회 논문집 한국철도학회 논문집 제25권 제5호(통권 제155호)
발행연도
2022.5
수록면
354 - 366 (13page)
DOI
10.7782/JKSR.2022.25.5.354

이용수

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

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
최근 들어 국외에서는 딥러닝을 이용한 수단선택 모형 연구가 활발히 진행되는 반면, 국내에서는 다소 미흡한 실정이다. 이에 따라 본 연구에서는 딥러닝의 한 종류인 심층신경망을 이용하여 지역간 수단선택 모형을 구축하고 이를 기존의 로짓 모형 추정 결과와 비교하였다. 자료는 국가교통DB의 전국 지역간 주수단 OD를 사용하였으며, 지역 간 통행 시 선택 불가능한 수단의 존재 여부에 따른 모형의 성능을 비교하고자 전체 기종점 자료와 4개 수단이 모두 존재하는 기종점 자료로 구분하여 분석하였다. 전체 기종점 자료를 이용한 경우, 심층신경망을 이용하여 모형을 추정하였을 때 로짓모형과 비교할 때, MSE값은 24.95%, RMSE값은 13.37%, MAE값은 25.97% 감소하는 것으로 분석되었다. 또한, 4개 수단이 모두 존재하는 기종점 자료를 이용한 경우, 로짓모형과 비교할 때 MSE값은 42%, RMSE값은 23.85%, MAE값은 34% 감소하는 것으로 분석되었다. 이상의 결과를 토대로 지역간 수단선택모형에 있어서 심층신경망의 도입은 기종점간 수단선택확률을 더 잘 예측하는 데에 도움이 될 수 있을 것으로 판단된다.

목차

Abstract
초록
1. 서론
2. 선행연구 고찰
3. 자료 구축
4. 모형 구축
5. 모형 적합성 검증
6. 결론 및 시사점
References

참고문헌 (11)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0