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
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제26권 제11호
- 발행연도
- 2020.11
- 수록면
- 499 - 506 (8page)
- DOI
- 10.5626/KTCP.2020.26.11.499
이용수
초록· 키워드
오류제보하기
교통흐름 분석 및 예측은 교통 분야에서 중요한 연구 분야 중 하나이다. 교통흐름의 분석 및 예측은 교통신호를 제어하고 교통혼잡의 최소화를 위한 교통 시스템 개발에 필요하다. 도심지의 교통량은 상황별 교통량 예측을 제공하기 위한 딥러닝 모델 학습에 필요한 이미지로 표현될 수 있다. 본 연구에서는 도심지의 대규모 도로망 측면에서 교통 밀도 분류를 위한 새로운 이미지 생성 방식을 제안한다. 차량의 교통량과 속도는 교통 정보 수집 장치를 사용하여 수집할 수 있다. 그러나 전체적인 도로 네트워크의 관점에서 시공간에 의존하는 밀도를 측정하는 것은 어렵다. 따라서 문제를 해결하기 위해 차량의 도착 및 출발 시간 정보에 기초한 이미지 생성 접근법을 제안한다. 11개의 연속된 교차로의 RSE(Road Side Equipment) 데이터를 기반으로 이미지를 생성하였으며 제안된 교통 밀도 분류의 접근 방식을 검증하기 위해 CNN(Convolutional Neural Network)을 사용하였다.
목차
요약
Abstract
1. 서론
2. 관련연구
3. 연구 방법
4. 실험 및 결과
5. 결론 및 향후 연구
References
참고문헌 (21)
참고문헌 신청
M. Chen, X. Yu, and Y. Liu, PCNN: deep convolutional networks for short-term traffic congestion prediction, IEEE Transactions on Intelligent Transportation Systems, Vol. 19, No. 11, pp. 3550-3559, Nov. 2018.
Y. Wu, H. Tan, L. Qin, B. Ran, and Z. Jiang, A hybrid deep learning based traffic flow prediction method and its understanding, Transportation Research Part C: Emerging Technologies, Vol. 90, pp. 166-180, May. 2018.
Z. Wu, S. Pan, F. Chen, G. Long, C. Zhang, and P. S. Yu, A comprehensive survey on graph neural networks, IEEE Transactions on Neural Networks and Learning Systems, pp. 1-21, Mar. 2020.
H. Yi, K. N. Bui and H. Jung, Implementing a deep learning framework for short term traffic flow prediction, Proc. of the WIMS2019: 9th International Conference on Web Intelligence, Mining and Semantics, pp. 1-8, 2019.
Z. Diao, X. Wang, D. Zhang, Y. Liu, K. Xie, and S. He, Dynamic spatial-temporal graph convolutional neural networks for traffic forecasting, Proc. of the 33rd AAAI Conference on Artificial Intelligence, Vol. 33, No. 1, pp. 890-897, 2019.
Y. Wu, H. Tan, L. Qin, B. Ran, and Z. Jiang, A hybrid deep learning based traffic flow prediction method and its understanding, Transportation Research Part C: Emerging Technologies, Vol. 90, pp. 166-180, May. 2018.
Z. Wu, S. Pan, F. Chen, G. Long, C. Zhang, and P. S. Yu, A comprehensive survey on graph neural networks, IEEE Transactions on Neural Networks and Learning Systems, pp. 1-21, Mar. 2020.
H. Yi, K. N. Bui and H. Jung, Implementing a deep learning framework for short term traffic flow prediction, Proc. of the WIMS2019: 9th International Conference on Web Intelligence, Mining and Semantics, pp. 1-8, 2019.
Z. Diao, X. Wang, D. Zhang, Y. Liu, K. Xie, and S. He, Dynamic spatial-temporal graph convolutional neural networks for traffic forecasting, Proc. of the 33rd AAAI Conference on Artificial Intelligence, Vol. 33, No. 1, pp. 890-897, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
ITS 빅데이터를 활용한 도시 교통네트워크 구조분석
한국빅데이터학회지
2017 .01
-
실도로 교통 데이터를 통한 교통 시뮬레이션 모델링
한국자동차공학회 추계학술대회 및 전시회
2021 .11
-
IoT 디바이스를 활용한 교통안전 시스템의 구현 및 실험
한국정보통신학회논문지
2023 .12
-
영상처리를 이용한 야간 교통신호 제어시스템
한국정보전자통신기술학회 논문지
2018 .12
-
교통예측자료 기반 Network 차원의 신호제어 최적화 방안
한국ITS학회 논문지
2015 .01
-
차량 블랙박스 카메라를 이용한 도시부 교통상태 추정
한국ITS학회 논문지
2023 .04
-
그룹형 Zigbee Mesh 네트워크 기반 교통상황인지 시스템에 관한 연구
한국정보통신학회논문지
2021 .12
-
기계학습과 시뮬레이션 기법을 융합한 교통 상태 예측 방법 개발 연구
한국ITS학회 논문지
2021 .10
-
다중 교차로환경에서 강화학습기반 분산 교통신호 제어
한국통신학회논문지
2020 .02
-
도시교통과 교통영향평가
교통기술과정책
2019 .04
-
미시적 교통시뮬레이션을 활용한 도로교통안전성 평가
교통기술과정책
2015 .02
-
안전 교통 서비스를 위한 스마트 교통 혼잡도 예측 모델 설계
한국통신학회 학술대회논문집
2019 .01
-
실도로 교통 시뮬레이션을 활용한 도시 교통 배출량 저감 전략 개발
한국자동차공학회 추계학술대회 및 전시회
2020 .11
-
스마트폰 블루투스/와이파이 신호기반 교통정보 생성 시스템 연구
한국ITS학회 논문지
2020 .01
-
Convolutional Neural Networks를 활용한 교통 속도 예측
한국자동차공학회 춘계학술대회
2017 .05
-
V2X 환경 기반 교통 혼잡 개선 및 안전을 위한 차량 네트워크 기술에 관한 연구
Proceedings of KIIT Conference
2018 .11
-
데이터 기반의 세종시 교통안전망 강화 방안 연구
한국정보통신학회 종합학술대회 논문집
2021 .10
-
교통량 추론을 이용한 감응형 교통 신호등
Proceedings of KIIT Conference
2022 .12
-
미시 교통 시뮬레이션을 활용한 실시간 교차로 이동류 교통량 계수 시스템 개발
디지털콘텐츠학회논문지
2021 .05
-
교통상황 분류를 위한 클러스터링 기법 개발
한국ITS학회 논문지
2023 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0