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
학술대회자료
저자정보
한연준 (에이치엘클레무브 WG Campus) 노은정 (에이치엘클레무브 WG Campus) 조범래 (에이치엘클레무브 WG Campus)
저널정보
한국자동차공학회 한국자동차공학회 춘계학술대회 2022 한국자동차공학회 춘계학술대회
발행연도
2022.6
수록면
1,051 - 1,060 (10page)

이용수

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

초록· 키워드

오류제보하기
수소차는 충전소의 수소 탱크 압력에 따라 충전 소요 시간이 좌우되기 때문에 대기하는 시간이 늘어나는 상황이 빈번히 발생한다. 수소차 이용자들에게 가까운 미래의 충전소 혼잡도 정보를 제공함으로써 방문자들의 반문 시간 분산을 유도할 수 있다. 본 연구는 CCTV 기반으로 수집된 대기 차량 수 정보와 시간 및 날씨 정보를 활용한 충전소 혼잡도 예측 모델을 제안한다. 정확한 예측을 위해 다중 의사결정 트리인 Random Forest Regression과 순환신경망 계열의 LSTM, GRU를 선정하여 모델 학습 및 모델 최적화를 진행하고, 평가 지표(MSE, MAE, R²Score)를 사용하여 다양한 구조의 모델 성능을 평가함으로써 최적의 충전소 혼잡도 예측 모델을 도출한다. 본 연구에서는 GAN을 적용한 RandomForest Regression 기반의 모델(MSE-0.4399, MAE-0.4016, R2 Score-0.8094)이 전반적으로 순환신경망 모델에 비해 좋은 성능을 보인다.

목차

Abstract
1. 서론
2. 데이터 정의 및 전처리
3. 혼잡도 예측 알고리즘
4. 실험 및 분석
5. 결론
References

참고문헌 (0)

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