최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기大韓交通學會誌 = Journal of Korean Society of Transportation, v.32 no.5, 2014년, pp.522 - 530
박은미 (목원대학교 도시공학과) , 오현선 (목원대학교 도시공학과)
Spatio-temporal congestion evolution pattern can be reproduced using the VDS(Vehicle Detection System) historic speed dataset in the TMC(Traffic Management Center)s. Such dataset provides a pool of spatio-temporally experienced traffic conditions. Traffic flow pattern is known as spatio-temporally r...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
반복정체란? | Figure 2 (a)와 (b)는 각각 비반복정체와 반복정체 영역과 특성치를 도식화한 그림이다. 반복정체는 수요 즉 도착교통량이 줄어들면서 정체가 해소되는 것이고, 비반복 정체는 사고가 처리되는 등 비반복 정체의 원인 이 되는 요소가 제거되는 즉 용량이 다시 회복되면서 해 소된다. 이러한 차이에서 Figure 2의 (a)와 (b)처럼 정체가 해소되는 부분에서 다른 패턴이 나타난다. | |
사고 이력데이터를 장래 사고발생시 정보제공 등에 활용하는 것이 한계가 있는 이유는? | Figure 1과 같이 속도 이력데이터를 가지고 시공도를 그려보면 정체의 시공간 전개 패턴이 정확히 재현되고, 운전자가 실제 경험한 경로통행시간, 또 사고발생시 정체 파급시간, 해소시간, 대기행렬길이 등 모든 발생된 교통상황을 정확히 추정할 수 있게 된다, 통상 사고시점, 종료시점, 사고내용, 발생위치 등을 포함한 사고 이력데이터가 센터에 별도로 존재하나, 운전자 제보나 CCTV 확인 등의 결과를 운영자가 입력한 데이터로서 오차가 발생하며 그 내용의 정확성을 보장하기 힘들다. | |
ITS가 설치된 목적은? | 오늘날 도로의 효율적 운영관리와 이용자에 대한 정보제공을 목적으로 ITS(Intelligent Transportation System) 설치가 광범위하게 이루어져 있다. 특히 고속 도로의 경우 거의 모든 도로에 시스템이 구축되어 운영 중에 있으며, 그 시스템을 운영하는 센터에는 방대한 양의 이력 데이터들이 저장되어 있다. |
Chen C., Skabardonis A., Varaiya P. (2004), Systematic Identification of Freeway Bottlenecks, Transportation Research Board 83rd Annual Meeting, Washington D.C., Jaunuary 2004.
Chen H., Rakha H.A., McGhee C.C. (2013), Dynamic Travel Time Prediction Using Pattern Recognition, http://www.citg.tudelft.nl/fileadmin/Faculteit/CiTG/ Over_de_faculteit/Afdelingen/Afdeling_Transport_e n_Planning/002Onderzoek/Chen__Rakha_and_McG hee_2013.pdf
Chung Y.s. (2007), Development of Spatio-temporal Accident Impact Estimation Model for Freeway Accident Management, Dissertation, UC Ivine.
Elhenawy M., Chen H., Rakha H.A. (2014), Dynamic Travel Time Prediction Using Data Clustering and Genetic Programming, Tranportation Research Part C 42, 82-98.
Ester M. et al. (1996), A Density-based Algorithm for Discovering Clusters in Large Spatial Databases with Noise, 2nd International Conference on Knowledgd Discovery and Data Mining, Portland, Oregon.
Jin Y., Dai J., Lu C.T. (2006), Spatial-Temporal Data Mining in Traffic Incident Detection, In Proc. SIAM DM 2006 Workshop on Spatial Data Mining, Apr.
Logi F., Ritchie S.G. (2001), Development and Evaluation of a Knowledge-based System for Traffic Congestion Management and Control, Transportation Research part C 9, 433-459.
Vlahogianni E.I., Karlaftis M.G., Golias J.C. (2014), Short-term Traffic Forecasting: Where we are and where we're going, Transportation Research part C (in press).
Weijermars W., van Berkum E. (2005), Analyzing Highway Flow Pattern Using Cluster Analysis, Proceedings of the 8th International IEEE Conferences on Intelligent Transportation Systems, Vienna, Austria, September 13-16.
Yildirimoglu M., Geroliminis N. (2013), Experienced Travel Time Prediction for Congested Freeways, Transportation Research Part B 53, 45-63.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.