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
민건규 (서울대학교) 가동주 (서울대학교) 정성용 (서울대학교) 이청원 (서울대학교)
저널정보
대한교통학회 대한교통학회 학술대회지 대한교통학회 제87회 학술발표회
발행연도
2022.9
수록면
478 - 483 (7page)

이용수

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

초록· 키워드

오류제보하기
교통류 소통상태 예측은 효과적인 교통관리를 위해 중요한 요소이며, Vehicle Accumulation과 Travel Time 간의 Elliptic Bivariate Relationship은 교통류 소통상태를 파악하는 새로운 방법 중 하나이다. 본 연구의 목적은 Elliptic bivariate relationship의 두가지 파라미터인 |λ|와 ϕ를 Gradient Boosting Model에 적용하여, 머신러닝 기반의 교통량 예측모형을 개발하는 것이다. 또한, SHAP을 이용하여 개발모형에서 |λ|와 ϕ가 가지는 Feature Importance를 계산함으로써, 해당 파라미터들의 적용성을 파악하고자 한다. 본 연구는 고속도로 교통량 및 속도 자료를 이용하여 5분 후, 15분 후, 30분 후 교통량을 예측하는 사례분석을 수행하였으며, Elliptic Bivariate Relationship 파라미터들을 사용한 모형의 예측력이 일반적인 교통류 변수만을 사용한 예측모형 대비 상대적으로 양호함을 확인하였다. 그리고 SHAP value를 산정한 결과, 예측모형에 적용된 설명변수 중 파라미터의 중요도가 가장 높은 것으로 나타났으며 파라미터의 중요도 역시 일반적인 교통류 변수와 유사하거나 다소 높은 수준인 것으로 확인되었다. 위 분석결과들은 Elliptic Bivariate Relationship의 파라미터들이 머신러닝 기반의 교통량 예측모형에도 적용될 수 있는 가능성을 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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-053-000171492