DC Field | Value | Language |
---|---|---|
dc.contributor.author | 최성진 | ko |
dc.contributor.author | 김지원 | ko |
dc.contributor.author | 유화평 | ko |
dc.contributor.author | 가동호 | ko |
dc.contributor.author | 여화수 | ko |
dc.date.accessioned | 2019-12-13T07:25:06Z | - |
dc.date.available | 2019-12-13T07:25:06Z | - |
dc.date.created | 2019-12-04 | - |
dc.date.created | 2019-12-04 | - |
dc.date.created | 2019-12-04 | - |
dc.date.issued | 2019-10 | - |
dc.identifier.citation | 대한교통학회지, v.37, no.5 | - |
dc.identifier.issn | 1229-1366 | - |
dc.identifier.uri | http://hdl.handle.net/10203/268910 | - |
dc.description.abstract | 최근 다양한 위치추적센서를 통하여 수집된 데이터를 기반으로 교통 분야에서는 도시 도로망을 이용하는 개별 사용자의 고해상도 이동성 데이터가 생성 및 수집되고 있다. 해당 센서에서 생성 된 도시 지역 이동성 데이터는 교통 네트워크 이용자들의 이동 패턴에 대한 시공간적인 새로운 통찰력을 제공하며, 이는 도시 지역 교통 흐름을 예측하고 교통 효율을 향상시키는 모델 및 전략을 개발하는데 사용 될 수 있다. 따라서 이 연구는 도시 지역 이동성 패턴을 예측하고자 도시 지역 차량 궤적을 예측하는 알고리즘을 제안한다. 도시 지역을 구역으로 나누어 거시적 이동성 패턴을 분석한 선행 연구와는 달리, 본 연구에서는 교차로 단위의 차량 궤적 데이터를 생성하여 보다 미시적인 이동성 패턴을 분석하려고 한다, 본 연구에서는 딥러닝 기반의 모델을 사용하여 차량 궤적을 예측하였다. 한 차량이 앞서 진행한 교차로 시퀀스를 입력하여 다음에 이 차량이 진행할 교차로를 예측한다. 제안된 알고리즘은 브리즈번에서 1년간 수집된 블루투스 데이터를 이용하여 학습하고 시험한다. 시험 데이터 세트로 알고리즘의 성능을 평가한 결과 제안된 알고리즘이 평균 70% 이상의 예측 정확도를 보였다. | - |
dc.language | Korean | - |
dc.publisher | 대한교통학회 | - |
dc.title | 딥러닝 기반의 도시 지역 차량궤적 예측 알고리즘 개발 연구 | - |
dc.title.alternative | Deep-learning based Urban Vehicle Trajectory Prediction | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.citation.volume | 37 | - |
dc.citation.issue | 5 | - |
dc.citation.publicationname | 대한교통학회지 | - |
dc.identifier.doi | 10.7470/jkst.2019.37.5.422 | - |
dc.identifier.kciid | ART002517530 | - |
dc.contributor.localauthor | 여화수 | - |
dc.contributor.nonIdAuthor | 김지원 | - |
dc.description.isOpenAccess | Y | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.