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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김동민 (한국과학기술원) 채수성 (한국과학기술원) 강호진 (한국과학기술원) 이성진 (한국과학기술원) 장기태 (한국과학기술원)
저널정보
대한교통학회 대한교통학회 학술대회지 대한교통학회 제85회 학술발표회
발행연도
2021.11
수록면
571 - 576 (7page)

이용수

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

초록· 키워드

오류제보하기
개별 차량의 속도 예측은 교통 흐름의 원활한 운영과 안전, 그리고 차량의 주행 에너지 효율 향상에 있어 중요한 연구이다. 기존의 차량 속도 예측 관련 연구들은 크게 모델 기반과 수집 데이터 기반의 두 가지 방법론들을 기반으로 진행되었다. 모델 기반의 연구는 kinematic 이론과 같이 기존에 있었던 교통 모델들을 기반으로 예측 모델들을 제시하였다. 그러나, 이러한 모델들은 도로 환경, 구조에 따라 수식 모델에 필요한 파라미터들을 조정해야만 하며, 교통 흐름에 따라 예측 성능이 다소 차이를 가지고 있다. 한편, 수집 데이터 기반의 모델들은 차량에서 수집된 시계열 데이터들과 관측된 교통 환경 데이터들을 매개로 기계학습 혹은 딥러닝 기법을 통해 개발되었다. 그러나, 학습에 필요한 데이터 수가 많아야 한다는 단점을 가지고 있다. 그럼에도 불구하고, 교통 공학 이론 기반의 예측 모델들과 달리, 수집된 데이터 기반의 예측 모델 개발이 용이하며 예측 오차 또한 더 적은 결과들을 보여주었다. 하지만, 데이터 기반의 기존 모델들에서 제시한 결과들은 전반적인 교통 흐름의 운영에는 효용이 있으나, 이를 기반으로 실제 개별 차량의 속도 예측을 수행하여 에너지 효율 향상이나 안전주행을 위한 개별 차량 운영의 적용에는 적합하지 않다. 이에 본 연구는 기존 학습 모델들에서 사용되었던 입력 데이터들 뿐만 아니라 차량 간 거리와 도로의 평균 속도 정보를 추가적으로 반영하여 개별 차량 속도의 단기 예측에 적용 가능한 학습 모델 방향을 제시하고자 한다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0