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
조민우 (배재대학교) 채희석 (배재대학교) 황순화 (LEDIX) 정회경 (배재대학교)
저널정보
한국콘텐츠학회 한국콘텐츠학회논문지 한국콘텐츠학회논문지 제23권 제11호
발행연도
2023.11
수록면
197 - 204 (8page)
DOI
10.5392/JKCA.2023.23.11.197

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
전 세계적으로 자동차 보급률은 지속적으로 늘어나고 있지만 도로의 용량은 비교적 상승률이 적어 이에 따른 교통 혼잡이 증가하고 있다. 교통 혼잡은 반복적인 혼잡과 비반복적인 혼잡으로 나눌 수 있는데 본 논문에서는 반복적으로 발생하는 혼잡에 대해 분석하고 예측하고자 한다. 기존의 딥러닝을 활용하여 교통량을 예측하는 많은 연구가 진행되고 있는데, 일부 연구에서 여러 도로의 데이터로 하나의 모델을 학습시켜 모델의 성능이 낮아진다. 본 논문에서는 데이터 분석을 통해 가장 교통량이 많은 한 개의 VDS의 데이터만 활용하여 LSTM과 GRU 모델을 통해 학습한다. 교통량 예측 모델의 경우 NSE 값이 94.25%로 좋은 성능을 보이는 것을 확인하였다. 향후 연구를 통해 V2N 시스템 설계를 위한 사전 연구로 활용하여 실시간으로 주행중인 차량의 교통량 정보를 수집하여 사용한다면 교통 혼잡 해소에 큰 도움이 될 것으로 사료된다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 학습 데이터 및 교통량 분석
Ⅳ. 모델 구성 및 실험
Ⅴ. 결론
참고문헌

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

UCI(KEPA) : I410-151-24-02-088253163