최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of Korean Society of Industrial and Systems Engineering = 한국산업경영시스템학회지, v.41 no.2, 2018년, pp.95 - 104
이강원 (서울과학기술대학교 산업정보시스템공학과) , 이정원 (서울과학기술대학교 산업정보시스템공학과)
Using network betweenness centrality we attempt to analyze the characteristics of Seoul metropolitan subway lines. Betweenness centrality highlights the importance of a node as a transfer point between any pairs of nodes. This 'transfer' characteristic is obviously of paramount importance in transit...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
서울 수도권 지하철 노선은 어떻게 분포되어있나? | 현재 서울 수도권 지하철은 9개 노선의 서울 지하철과 12개 노선(공항, 경의중앙, 경춘, 분당, 수인, 신분당, 인천 1, 인천 2, 의정부, 자기부상, 에버, 경강)의 교외선으로 구성되어 있으며 역의 개수도 567개에 이른다. 9개 노선의 서울 지하철은 우수한 환승 시스템을 갖추고 있으며 12개의 교외선들과도 잘 연결되어 있어서 모스크바, 동경, 뉴욕 지하철에 버금가는 세계에서 가장 큰 지하철 중의 하나가 되었다. | |
서울 수도권 지하철의 매개 중심성 지표가 의미하는 바는 궁극적으로 무엇인가? | 특히 호선별 월간 총 승차나 총 하차 인원수는 호선별 가중 매개 중심성과 거의 1의 상관관계를 보이고 있다. 즉 서울수도권 지하철의 호선별 가중 매개 중심성은 호선별 월간 총 승차나 총 하차 인원수에 의해 결정 된다. 이러한 성질이 서울 수도권 지하철 망에만 나타나는 특이한 현상인지 아니면 외국의 지하철 망에도 같은 현상이 발생하는 지는 추후 연구과제로 남긴다. | |
네트워크에서 각 노드의 중요성은 무엇에 달려있는가? | 매개 중심성은 특정 노드가 네트워크에 존재하는 노드들의 모든쌍(Pair)간 최단 경로에 얼마나 많이 존재하는가를 나타내는 지표다. 네트워크에서 각 노드의 중요성은 노드의 위치(Location) 보다는 임의의 두 노드 사이의 최단거리상에 해당 노드가 존재 하느냐에 달려있다. 이 중요도는 지하철망의 경우에 매우 적절한 개념으로 매개 중심성으로 나타낼 수 있다. |
Cheng, Y.Y., Lee, R.K.W., Lim, E.P., and Zhu, F., Measuring centralities for transportation networks beyond structures, Applications of Social Media and Social Network Analysis, 2015, pp. 23-39.
Choi, S.H., A Study on the Development of a Simulator for Social Network in Organizations Using ARENA, Journal of Society of Korea Industrial and Systems Engineering, 2012, Vol. 35, No. 3, pp. 62-69.
Derrible, S., Network Centrality of Metro Systems, PloS One, 2012, Vol. 7, No. 7, pp. 1-10.
Haznagy, A., Fi, I., Londo, A., and N'emeth, T., Complex Network analysis of Public Transportation Networks : A Comprehensive Study, Models and Technology for Intelligent Transport Systems, 2015, Budapest, Hungary, pp. 371-378.
Jo, H.W., Lee, S.H., and Shin, K.W., An Empirical Study on the Relationship between Subway Trips and Characteristics of Subway Catchment Area, Journal of the Korea Academia-Industrial Cooperation Society, 2010, Vol. 12, No. 12, pp. 5191-5198.
Korea Transportation Database, (Accessed 30 January 2018), http://www.ktdb.go.kr.
Leng, B., Zhao, X., and Zhang, X., Evaluating the Evolution of Subway Networks : Evidence from Beijing Subway Network, A letters Journal Exploring The Frontier of Physics, 2014, Vol. 105, e58004, pp. 1-6.
Monterola, C.P., Ramli, M.A., Khoon, G.A., and Guang, T.H., A Method to Ascertain Rapid Transit System's Throughput Distribution Using Network Analysis, Procedia Computer Science, 2014, Vol. 29, pp. 1621-1630.
Mouronte, M.L., Topological Analysis of the Subway Network of Madrid, International Multi-Conference on Computing in the Global Information Technology, 2014, Seville, Spain, pp. 9-13.
Seoul Open Data Plaza, (Accessed 30 January 2018), http://data.seoul.go.kr.
Stoilova, S. and Stoev, V., An Application of the Graph Theory Which Examines the Metro Network, Transport Problems, 2015, Vol. 10, No. 2, pp. 35-48.
Wang, J., Li, Y., Liu, J., He, K., and Wang, P., Vulnerability Analysis and Passenger Source Prediction in Urban Rail Tranit System, Plos One, 2013, Vol. 8, No. 11, pp. 1-8.
Xu, Q., Mao, B.A., and Bai, Y., Network Structure of Subway Passenger Flow, Journal of Statistical Mechanics : Theory & Experiment, 2016, pp. 1-18.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.