메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
대한교통학회 대한교통학회지 대한교통학회지 제23권 제8호
발행연도
2005.12
수록면
147 - 152 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2005

효과적인 교통정보 수집체계 구축을 위한 Paramics 기반의 AVI 성능 요구사항 분석 기법
오철 대한교통학회지 2005.12 학술저널
효과적인 교통정보 수집체계 구축을 위한 Paramics 기반의 AVI 성능 요구사항 분석 기법
오철 대한교통학회 학술대회지 2005.10 학술대회자료

초록· 키워드

오류제보하기
본 연구에서는 구간의 교통상황을 보다 정확하게 관측할 수 있는 기법 중의 하나인 차량자동인식기법(AVI, Automatic Vehicle Identification)의 성능 요구사항 (performance requirements)을 분석할 수 있는 기법을 처음으로 제시하였다. 미시적 교통시뮬레이터인 Paramics를 이용하여 개별차량의 재인식(re-identification)을 통 한 AVI 성능요구사항 분석을 몬테카를로 시뮬레이션을 적용하여 구현하였다. 본 연구에서 제안한 기법은 목표로 설 정한 통행시간의 정확도를 달성하기 위한 매칭률(matching rate)과 오매칭률(mis-matching rate)의 조합을 찾 고, 나아가 이에 부합하는 AVI 기술을 선정하는데 사용될 수 있다. 본 연구에서 제안한 기법은 AVI를 통한 정확하 고 신뢰성 있는 교통정보의 수집 및 가공을 위한 의사결정지원 수단으로 유용하게 사용될 것으로 기대된다.
#교통정보 #구간통행시간 #AVI #Paramics #API

목차

등록된 정보가 없습니다.

참고문헌 (6)

참고문헌 신청
[학술지(정기간행물)] - / 2002 / 교통정보 수집을 위한 프로브차량대수 모형 개발 : 177 ~ 185 google schola [학술지(정기간행물)] - / 2001 / Determining the Optimal Number of Probe Vehicles for ATIS Applications in Urban Networks google schola [학술지(정기간행물)] - / 2000 / Automatic vehicle identification-based freeway incident detection : 142 ~ 153 google schola [학술지(정기간행물)] - / 2000 / Real-time origin-destination estimation using automatic vehicle identification data google schola [학술지(정기간행물)] - / 2001 / Direct forecasting of freewya corridor travel times using spectral basis neural networks : 140 ~ 147 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-053-003362223