최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
최근 서울시는 영동대로 지하공간에 지하6층, 연면적 16만㎡ 규모의 통합역사와 공공·상업시설을 갖춘 광역 복합환승센터를 개발하고 주변 일대를 지하로 직접 연결시켜 보행 네트워크를 구축하는 국내 지하 공간 개발 역사상 최대 규모의 개발 사업을 진행하고 있다. 이는 대중교통의 접근성 및 연계환승 편의성을 향상시켜 하루 63만 명 정도가 통합역사를 이용할 것으로 예측하였으며, 안전하고 쾌적한 보행환경을 제공함으로써 다양한 상업 및 문화시설 연계 활성화되길 기대하고 있다.
그러나 지상에 비해 복잡하고 폐쇄적인 지하 공간에서 나타나는 다양한 보행행태를 반영하지 못한 채 구축한 보행 네트워크는 실제 환승거리와 시간이 다를 것이며, 지하공간에 배치되는 상업 및 문화시설은 보행자들을 유인하고, 발길을 멈추게 하는 등 복잡한 보행패턴이 나타날 것이다. 이는 기존의 이론체계로 분석하고 검증화한 보행 모형을 기반으로 복잡하고 특수한 영동대로 지하공간에 적용하게 된다면 현실성이 떨어지는 결과를 나타낼 여지가 있다.
따라서 본 연구에서는 변화하는 보행자의 행태와 보행자 특성을 지속적으로 분석할 수 있으며 과학적이고 데이터 중심적인 보행 모형을 개발하고자 딥러닝을 활용하여 두 가지 모형을 개발하였다. 첫 번째는 보행자의 이동경로 데이터를 기반으로 신경망을 ...
저자 | 김태진 |
---|---|
학위수여기관 | 연세대학교 대학원 |
학위구분 | 국내석사 |
학과 | 도시공학과 |
지도교수 | 정진혁 |
발행연도 | 2018 |
총페이지 | vii, 46장 |
키워드 | 딥러닝 심층신경망 경로예측 deep learning deep neural network pedestrian path prediction K-means |
언어 | kor |
원문 URL | http://www.riss.kr/link?id=T14858970&outLink=K |
정보원 | 한국교육학술정보원 |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.