지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2023.11
- 수록면
- 911 - 914 (4page)
이용수
초록· 키워드
오류제보하기
본 논문은 대한민국 서울시의 주요 교통수단인 지하철의 효율적인 서비스 공급을 위하여 인공지능 알고리즘을 이용한 시간별 지하철 이용량 예측 모델을 제시하고자 한다. 이를 위해 워크플로 기반 인공지능 데이터 분석 도구인 KNIME 에서 정의하고 있는 다양한 인공지능 알고리즘들을 적용하여 시간별 지하철 이용량 예측 모델에 대한 성능을 분석 및 비교하였다. 평소 많은 사람들이 한강공원에서 여가생활을 즐기기 위해 이용하는 뚝섬유원지역을 선정하여 승차와 하차의 경우에 대해 이용량을 예측하였다. 예측을 위해 Multiple Linear Regression (MLR)과 Random Forest Regression (RFR) 및 Multi-Layer Perceptron (MLP) 등 3 개의 인공지능 알고리즘들을 이용하였다. 승차의 경우에는 Random Forest 알고리즘을 사용한 모델이 지하철 사용량 예측에 대해 가장 뛰어난 성능을 보여주었고, 반면에 하차의 경우에는 MLP 알고리즘을 사용한 모델이 우수한 성능을 보였다.
목차
요약
Ⅰ. 서론
Ⅱ. 데이터 세트 구성 및 전처리 과정
Ⅲ. 인공지능 알고리즘 및 성능 평가 지표
IV. 지하철 이용량 예측 분석 및 결과
Ⅴ. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
딥러닝 분석을 이용한 지하철역 혼잡도 변화의 동적 분석 및 예측 모델에 관한 연구
김규진
,
박성환
,
최성훈
외 1명
한국통신학회 학술대회논문집
2024
.01
LLM 기반 문장 분석에 의한 질문 검색 및 시각화
이채별
,
최권택
Proceedings of KIIT Conference
2023
.11
폐플라스틱 화학적 재활용 기술
이연진
,
여준석
기술동향브리프
2023
.11
언론산업 인공지능(AI) 활용방안 연구
이현우
,
이성민
,
이상규
연구보고서
2023
.11
시니어 유저의 XAI에 대한 인식 탐색 및 분석: 온라인 쇼핑 AI 추천 시스템을 중심으로
김서형
,
홍유진
,
서지연
외 5명
한국HCI학회 학술대회
2024
.01
최근 본 자료
댓글(0)
0