인공지능 모델을 활용한 도시철도역의 개설에 따른 영향도 추정 연구

이상근; 유승민; 송창희; 이준

doi:10.5762/KAIS.2024.25.9.457

추천

검색

질문

자료유형: 학술저널

저자정보: 이상근 (한국철도기술연구원) 유승민 (한국철도기술연구원) 송창희 (연세대학교 의료원) 이준 (한국철도기술연구원)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제25권 제9호

발행연도: 2024.9

수록면: 457 - 466 (10page)

DOI: 10.5762/KAIS.2024.25.9.457

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

교통사업은 시민의 생활과 도시의 발전 측면에서 거대한 파급효과를 발생시킨다. 그러므로 교통사업의 시행 전에 사회경제적 영향분석을 선행하여 검토할 필요가 있다. 본 연구에서는 도시철도 등 교통사업의 파급효과를 예측하기 위해 인공지능 모델을 활용하여 지하철역 개통 영향도를 예측하는 방법론을 제시하였다. 또한, 도시철도역의 개설이 인접 지역에 미치는 영향도를 추정하기 위한 인공지능 모델을 개발하고, 분석에 활용하였다. 본 연구는 크게 세 가지 단계로 구성된다. 첫 번째로 예측 모델에 활용할 데이터를 수집하고, 가공하였다. 두 번째로는 수집된 데이터를 기반으로 탐색적 분석을 수행하였다. 세 번째로 모델은 사업체 수의 변화를 중심으로 하는 인공지능 기반의 예측 모델을 활용하여 분석을 수행하였다. 모델의 평균절대오차(MAE)는 검증 데이터의 표준편차 대비 약 40% 낮은 값을 보여, 유효성을 확인할 수 있었다. 이러한 인공지능 모형은 도시철도역의 개설에 따른 영향을 정량화하는 보조 도구로 활용될 수 있으며, 도시계획이나 교통정책의 수립 시 정책지원 수단으로 활용될 수 있을 것으로 기대된다. 향후의 연구에서는 추가적인 사회경제 데이터 샘플을 확보 및 활용하여 더 높은 일반화 성능을 가진 인공신경망 모델을 개발할 필요가 있다.

#Artificial Intelligence #Big Data #Data Analysis #Impact Analysis #Subway Station

참고문헌 (15)

참고문헌 신청

J. Koo, "A Study on the Methodology of Social Impact Assessment for Dam Projects in Korea", ECO, pp.186-217, 2003.

J. Choi, “A Study on the Structural Impact of the Complex Development of High-Speed Railway Station and the Growth of Station Areas from the User’s Perspective”, Journal of Regional Studies, Vol.31, No.4, pp.1-35, 2023.

T. Kim, J. Choi, Y. Moon, J. Noh, “Comparison of land value characteristics around subway stations considering regional characteristics and pedestrian accessibility”, Railway Journal, Vol.14, No.1, pp.23-26, March 2011.

J. Lee, M. Song, “Study on the Economic Analysis for Developing Bukhansan Mountain Train”, Journal of the Korea Academia-Industrial cooperation Society, Vol.16, No.7, pp.4969-4976, 2015. DOI: http://dx.doi.org/10.5762/KAIS.2015.16.7.4969

J. Gu, Y. Song, “Land Rent Changes in the Subway Catchment Area: Case Impact of Gwangju Metropolitan Area”, Journal of Korean Economic Geography, Vol.19, No.3, pp.423-436, 2016.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

인공지능(AI) 도입에 대한 역설

이진천 설비저널 2024 .11

기술철학적 관점을 반영한 생성적 인공지능 예술창작 사례 연구

조영각 , 김현주 디지털콘텐츠학회논문지 2024 .09

보행자 안전을 위한 객체 인식 기반 위험도 분석 시스템 개발

서우석 , 장동준 , 전재호 외 2명 Proceedings of KIIT Conference 2023 .11

인공지능(AI) 기술 도입을 위한 정책 및 적용사례와 한계점에 대한 연구

강지훈 , 정민경 , 박주영 외 2명 한국산학기술학회 논문지 2023 .09

보행자와 차량의 정체 및 흐름을 분석하는 AI 신호등 시스템 연구

이용오 , 박대우 한국정보통신학회 종합학술대회 논문집 2023 .05

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)