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
- 학위논문
- 저자정보
- 지도교수
- 김은이
- 발행연도
- 2016
- 저작권
- 건국대학교 논문은 저작권에 의해 보호받습니다.
이용수13
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문은 교통데이터의 시계열 분석(time-series analysis)과 교통 흐름의 지리적 상관관계를 고려하여 정확한 교통흐름을 예측할 수 있는 시스템을 제안한다. 정확한 교통 흐름 예측을 위해서는 단일 도로에서의 시간 흐름에 따른 교통량의 변화율, 즉 시간(temporal) 도메인에서의 상관관계뿐만 아니라, 인접한 도로 간의 교통흐름 상호의존성, 즉 공간(spatial) 도메인에서의 상관관계도 고려되어야 한다. 따라서 본 논문에서는 교통흐름을 시공간 마르코프 랜덤필드 (Spatiotemporal Markov Random Field)를 이용하여 모델링하고, 베이지안 추론을 이용하여 향후의 교통흐름을 예측하는 알고리즘을 제안한다. 제안된 시스템의 효율성을 평가하기 위해 도로공사로부터 제공된 실제 경부고속도로의 교통데이터에 대해 실험을 수행하였으며, 그 결과 약 85%의 정확도를 보였다.
목차
Chapter 1 Introduction 1Chapter 2 Preprocessing 52.1. Data Preparation and Filtering 5Chapter 3 Traffic Flow Estimation 83.1. Heat map 83.2. Clique 113.3. Energy Function 12Chapter 4 Parameter Optimization 164.1. Multiple Linear Regression 164.2. Support Vector Regression 17Chapter 5 Experimental Results 185.1. Data Collection 185.2. Model Parameter Estimation 205.3. Prediction Results 235.4. Performance Comparison 25Chapter 6 Conclusions 28References 29Abstract (in Korean) 32
최근 본 자료
댓글(0)
0