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
- 윤일수
- 발행연도
- 2018
- 저작권
- 아주대학교 논문은 저작권에 의해 보호받습니다.
이용수22
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
우리나라의 교통사고는 아직도 심각한 상황이며, 교통사고 감소를 위해 추가적인 노력이 필요하다. 이와 더불어 최근 차량에 대한 인식이 소유의 개념에서 공유의 개념으로 변화되고 있어 카쉐어링, 렌터카와 같은 차량 공유 서비스가 확대되고 있다. 이 중 렌터카의 경우 익숙하지 않은 차량과 도로구조, 신호체계 등의 환경요소와 운전자의 연령 및 운전경력 등의 인적요소들에 의해 교통사고가 발생할 경우의 사고 심각도는 일반적인 사고와 다를 것으로 예상된다. 실제 국내 대표 관광도시인 제주특별자치도에서는 렌터카 교통사고가 해마다 증가하고 있으며 단순히 교통사고 발생빈도가 증가하는 것이 아니라 전체 교통사고 중 차지하는 비율이 커지고 있어 그 문제가 더욱 심각한 실정이다,
이에 본 연구에서는 렌터카 교통사고 문제가 심각하다고 판단되는 제주특별자치도를 대상으로 2011년부터 2013년 동안 발생한 렌터카 교통사고 자료를 이용하였다. 렌터카 교통사고의 심각도를 예측하기 위해 통계적 분석방법과 기계학습 방법을 이용하여 모형을 구축하였으며 개발된 모형의 성능의 비교와 함께 활용방안을 제시하였다.
통계적 분석 방법으로는 순서형 로짓 모형, 기계학습 방법으로는 나이브 베이즈 분류기를 선택하여 렌터카 교통사고 심각도 예측 성능을 비교하였다. 그 결과 두 가지 방법 모두 모형의 성능이 실제로 적용하여 사용하기에는 충분하지 않았으며, 현재 보유한 렌터카 교통사고 자료를 기반으로 사고 심각도를 예측하는 것은 한계가 존재하는 것으로 판단된다. 하지만 DTG와 같은 교통사고 심각도에 보다 밀접한 영향을 줄 것으로 예상되는 데이터 추가를 통해 예측 성능이 향상된다면, 현재 보험사에서 실시 중인 UBI(Usage Based Insurance)와 같이 렌터카 이용료 조정 등에 사용 가능할 것으로 예상되며 이와 관련된 추가적인 연구가 필요할 것으로 사료된다.
이에 본 연구에서는 렌터카 교통사고 문제가 심각하다고 판단되는 제주특별자치도를 대상으로 2011년부터 2013년 동안 발생한 렌터카 교통사고 자료를 이용하였다. 렌터카 교통사고의 심각도를 예측하기 위해 통계적 분석방법과 기계학습 방법을 이용하여 모형을 구축하였으며 개발된 모형의 성능의 비교와 함께 활용방안을 제시하였다.
통계적 분석 방법으로는 순서형 로짓 모형, 기계학습 방법으로는 나이브 베이즈 분류기를 선택하여 렌터카 교통사고 심각도 예측 성능을 비교하였다. 그 결과 두 가지 방법 모두 모형의 성능이 실제로 적용하여 사용하기에는 충분하지 않았으며, 현재 보유한 렌터카 교통사고 자료를 기반으로 사고 심각도를 예측하는 것은 한계가 존재하는 것으로 판단된다. 하지만 DTG와 같은 교통사고 심각도에 보다 밀접한 영향을 줄 것으로 예상되는 데이터 추가를 통해 예측 성능이 향상된다면, 현재 보험사에서 실시 중인 UBI(Usage Based Insurance)와 같이 렌터카 이용료 조정 등에 사용 가능할 것으로 예상되며 이와 관련된 추가적인 연구가 필요할 것으로 사료된다.
목차
제1장 서 론 1제1절 연구의 배경 및 목적 1제2절 연구의 범위 및 절차 31. 연구의 범위 32. 연구의 절차 3제2장 관련 이론 및 연구 고찰 5제1절 관련 연구 고찰 51. 통계적 분석 관련 연구 52. 기계학습 관련 연구 7제2절 관련 이론 고찰 91. 통계적 분석 관련 이론 고찰 92. 기계학습 관련 이론 고찰 12제3절 시사점 15제3장 렌터카 교통사고 심각도 예측 모형 개발 16제1절 렌터카 교통사고 심각도 자료 수집 및 구성 161. 렌터카 교통사고 심각도 자료 수집 162. 렌터카 교통사고 심각도 자료의 구성 18제2절 모형 개발 절차 및 방법 201. 개요 202. 변수 설정 213. 데이터 전처리 234. 예측 성능 평가 방법론 24제4장 렌터카 교통사고 심각도 예측 모형 구축 결과 25제1절 순서형 로짓 모형 추정 결과 251. 전체 변수를 사용한 순서형 로짓 모형 252. 유의 변수를 사용한 순서형 로짓 모형 303. 인적 변수를 사용한 순서형 로짓 모형 33제2절 나이브 베이즈 분류기 구축 결과 35제3절 예측 성능 비교 결과 41제5장 결론 및 향후 연구과제 42제1절 결론 42제2절 향후 연구과제 44참고문헌 46
최근 본 자료
댓글(0)
0