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
- 학술저널
- 저자정보
- 발행연도
- 2021.3
- 수록면
- 58 - 64 (7page)
이용수
초록· 키워드
오류제보하기
자동차 등록대수와 비례하여 증가하는 교통 혼잡은 도시의 사회경제 발전의 저해 요소로 작용하고 있다. 본 논문은 VDS(Vehicle Detection System)을 통한 데이터를 입력 변수로 사용한다. 본 연구의 목적은 교통 흐름을 단순히 2단계(원할, 정체)가 아닌 5단계(원할, 다소 지체, 지체, 다소 정체, 정체)로 더 정교하게 예측하고, 이 예측에서 가장 정확도가 높은 모델인 Catboost 모델과 다른 모델들을 비교하는 것이다. 이를 위해 본 논문에서는 머신러닝 알고리즘인 Catboost 모델을 통해 5가지 단계를 예측하고 정확도를 다른 머신러닝 알고리즘들과 비교, 분석한다. 또한, 하이퍼 파라미터(Hyper Parameter) 튜닝 및 원-핫 인코딩(One-Hot Encoding) 전처리를 거치지 않은 Catboost 모델과 랜덤선택(RandomizedSearchcv)을 통해 튜닝 및 데이터 전처리를 거친 모델을 비교, 분석한다. 분석 결과 하이퍼 파라미터 튜닝을 하지 않은 초기 Catboost 모델이 정확도 93%를 보이며 가장 높은 정확도를 기록하였다. 따라서 본 연구는 두가지 의의를 가진다. 첫번째로, 초기 세팅된 파라미터들이 적용된 Catboost 모델이 다수의 범주형 변수를 포함하는 교통흐름 예측에서 다른 머신러닝, 딥러닝 모델들보다 성능이 높다는 결론을 도출했다는 점에서 의의가 있다. 두번째로, 기존 2단계로 예측하던 교통 흐름을 5단계로 예측함으로써 더욱 정교한 교통 흐름 예측 모델을 제안한다는 점에서 의의를 가진다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. Catboost를 활용한 교통 흐름 예측
4. 실험결과
5. 결론 및 향후 과제
References
참고문헌 (10)
참고문헌 신청
A Reum Oh, “The number of cars registered exceeded 23.44 million...One per 2.2 persons”, Auto Times, Available From : http://autotimes.hankyung.com/apps/news?mode=sub_view&popup=0&nid=03&c1=03&c2=02&c3=&nkey=201907151405391 (accessed November, 14, 2020)
H. G. Kim, C. Y. Park, C. S. Shin, “Time Series Analysis for Traffic Flow Using Dynamic Linear Model”, KIPS Transactions on Computer and Communication Systems, Vol. 6, No. 4, pp. 179-188, 2017. DOI: https://doi.org/10.3745/KTCCS.2017.6.4.179
H. S. Yi, K. H. N. Bui, C. N. Seon, “A Deep Learning LSTM Framework for Urban Traffic Flow and Fine Dust Prediction”, Journal of KIISE , Vol 47, No. 3, pp. 292-297, 2020.
L. Prokhorenkova, G. Gusev, A. Vorobev, A. V. Dorogush, A. Gulin, “CatBoost: unbiased boosting with categorical features“, Advanced in Neural Information Processing Systems 31, pp. 6639-6649, 2018.
J. H. Cho, K. H. N. Bui, H. Yi, “An Automated Hyperparameter Search-based Deep LSTM Network for Urban Traffic Congestion Prediction”, Proceedings of The Korean Institute of Information Scientists and Engineers , pp. 724-726, 2019.
H. G. Kim, C. Y. Park, C. S. Shin, “Time Series Analysis for Traffic Flow Using Dynamic Linear Model”, KIPS Transactions on Computer and Communication Systems, Vol. 6, No. 4, pp. 179-188, 2017. DOI: https://doi.org/10.3745/KTCCS.2017.6.4.179
H. S. Yi, K. H. N. Bui, C. N. Seon, “A Deep Learning LSTM Framework for Urban Traffic Flow and Fine Dust Prediction”, Journal of KIISE , Vol 47, No. 3, pp. 292-297, 2020.
L. Prokhorenkova, G. Gusev, A. Vorobev, A. V. Dorogush, A. Gulin, “CatBoost: unbiased boosting with categorical features“, Advanced in Neural Information Processing Systems 31, pp. 6639-6649, 2018.
J. H. Cho, K. H. N. Bui, H. Yi, “An Automated Hyperparameter Search-based Deep LSTM Network for Urban Traffic Congestion Prediction”, Proceedings of The Korean Institute of Information Scientists and Engineers , pp. 724-726, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Seismic Performance Evaluation of Bridge Networks Using CatBoost Machine Learning
한국콘크리트학회 학술대회 논문집
2022 .11
-
CatBoost 기반 트럭 운송 지연 예측에 대한 연구
한국통신학회 학술대회논문집
2024 .06
-
A Study on Implementation of Seoul City’s Zero Waste Policy Using CatBoost
대한공간정보학회 학술대회
2024 .10
-
XGBoost, LightGBM, CatBoost 알고리즘을 활용한 침입탐지시스템 성능 비교 분석
한국통신학회 학술대회논문집
2025 .02
-
Machine-Learning-Based Concrete Strength Prediction Considering Effect of High-Temperature Exposure and Supplementary Cementitious Material (SCM) Content
콘크리트학회 논문집
2025 .02
-
A Study on the Predictive Analysis of Domestic Waste Generation Rates based on Machine Learning in Seoul
대한토목학회 학술대회
2024 .10
-
Fault Diagnosis and State Evaluation of Distributed Photovoltaic Systems in Microgrids
ICPE(ISPE)논문집
2023 .05
-
Predicting fatigue crack growth rate of austenitic stainless steels in high temperature water using machine learning
대한기계학회 춘추학술대회
2024 .06
-
트리 기반의 앙상블 머신러닝 및 SHAP 기법을 활용한 고령층의 삶의 만족도에 영향을 미치는 디지털 정보격차 요인 탐색
디지털콘텐츠학회논문지
2024 .07
-
CatBoost-Based Network Intrusion Detection on Imbalanced CIC-IDS-2018 Dataset
한국통신학회논문지
2021 .12
-
범주형 공정 변수와 Catboost를 이용한 신발 나염 공정의 나염 횟수 예측
대한산업공학회 춘계공동학술대회 논문집
2022 .06
-
A Design and Implement of Efficient Agricultural Product Price Prediction Model
한국컴퓨터정보학회논문지
2022 .05
-
아파트 대량 평가를 위한 기계 학습 알고리즘과 스태킹 앙상블 기법의 응용
한국경영공학회지
2022 .06
-
머신러닝을 활용한 응급실 내원 환자 퇴실 조치 결정 조기 예측
대한산업공학회지
2021 .06
-
그래디언트 부스팅 모델을 활용한 상점 매출 예측
한국정보통신학회논문지
2021 .02
-
유도무기 야전 데이터를 활용한 머신 러닝 기반의 정비예측 모델 연구
한국산학기술학회 논문지
2022 .02
-
장단기 교통흐름 예측을 위한 딥러닝 LSTM 신경망
한국정보과학회 학술발표논문집
2019 .06
-
머신러닝을 활용한 미국프로야구의 투수-타자 유형별 출루 및 아웃 예측 모델
Proceedings of KIIT Conference
2023 .11
-
고관절 전치환술 후 성공적인 보행 회복을 위한 임상 파라미터 예측 머신러닝 모델
Proceedings of KIIT Conference
2023 .11
-
베스트셀러 도서 예측을 위한 머신러닝 알고리즘 성능평가
한국정보기술학회논문지
2023 .07
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0