$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

최적화된 Gradient-Boost를 사용한 서울 자전거 데이터의 결정 요인 예측
Predicting Determinants of Seoul-Bike Data Using Optimized Gradient-Boost 원문보기

Journal of the convergence on culture technology : JCCT = 문화기술의 융합, v.8 no.6, 2022년, pp.861 - 866  

김차영 (경기대학교 교양학부) ,  김윤 (국립한국복지대학교 컴퓨터정보보안과)

초록
AI-Helper 아이콘AI-Helper

서울시에서는 공유 자전거 시스템, "따릉이"를 2015년부터 도입, 운영하여, 교통량 감축과 대기오염 해소를 위해 노력하고 있다. 하지만 공유 자전거 시스템, "따릉이"의 운영전략 미훕으로 인해 많은 문제가 발생하고 있어 이를 해결하고자 다양한 연구들이 제시되고 있다. 이들 연구의 대다수는 수요와 공급의 불균형을 해결하고자 하는 전략적 "자전거 배치"에 집중되어 있으며 또한 이들 중 다수가 날씨나 계절과 같은 특징을 그룹화함으로써 수요를 예측하고 있다. 그리고 이전에는 이들 예측방법이 주로 시계열 분석을 기반으로 하고 있었으나 최근에는 딥러닝/머신러닝으로 수요를 예측하는 연구들이 속속 등장하고 있다. 본 논문에서는 기존에 제시된 다양한 특징들을 기반으로 하면서, 새로운 특징을 발견하고 선택된 특징들의 중요도를 비교, 이를 순서화함으로써, 보다 정확한 수요 예측이 가능함을 보인다. 그리하여, 우리는 기존의 딥러닝/머신러닝 및 시계열 분석을 그대로 사용하면서 비교적 정확한 결정계수를 획득하고 이를 이용해 개선된 수요예측이 가능하도록 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Seoul introduced the shared bicycle system, "Seoul Public Bike" in 2015 to help reduce traffic volume and air pollution. Hence, to solve various problems according to the supply and demand of the shared bicycle system, "Seoul Public Bike," several studies are being conducted. Most of the research is...

주제어

#그라디언트 부스트   #특징 변수   #결정 계수   #공유 자전거 시스템   #배치 전략  

참고문헌 (11)

  1. E. LEE and B. SON, "Optimal Rebalancing Strategy for Public Bike-sharing System in Seoul", J. Korean Soc. Transp. Vol.37, No.1, pp. 28-38, 2019. https://doi.org/10.7470/jkst.2019.37.1.027 

    상세보기 crossref

  2. C. Chatfield, "The Holt-Winters Forecasting Procedure," Journal of the Royal Statistical Society, Series C(Applied Statistics), Vol.27, No.3, pp.264-279, 1978. https://doi.org/10.2307/2347162 

    상세보기 crossref

  3. K. CHO. S. S. Lee, and D. H. Nam, "Forecasting of Rental Demand for Public Bicycles Using a Deep Learning Model," J. Korea Inst. Intell. Transp. Syst., vol.19, no.3, pp.28-37, 2020. https://doi.org/10.12815/kits.2020.19.3.28 

    원문보기 상세보기 crossref

  4. S. Park, M. Kim, and J. Im, "Estimation of Ground-level PM10 and PM2.5 Concentrations Using Boosting-based Machine Learning fromSatellite and Numerical Weather Prediction Data," Korean Journal of Remote Sensing, Vol.37, No.2, pp.321~335, 2021. https://doi.org/10.7780/kjrs.2021.37.2.11 

    원문보기 상세보기 crossref

  5. T. Park and C. Kim, "Predicting the Variables That Determine University (Re-)Entrance as a Career Development Using Support Vector Machines with Recursive Feature Elimination: The Case of South Korea," Sustainability, MDPI, Vol.12, No.18, pp.1-11, 2020. https://doi.org/10.3390/su12187365 

    상세보기 crossref

  6. H. Lim and K. Chung, "Development of Demand Forecasting Model for Seoul Shared Bicycle," Jour. of KoCon.a, vol.19, no.1, pp.132-140, 2019. https://doi.org/10.5392/JKCA.2019.19.01.132 

    원문보기 상세보기 crossref

  7. Kyung-Ok Kim, "A Study on the Characteristics of Shared Bike Use for Operation of a Shared Bike System Considering Bicycle Imbalance," 2018 Seoul Research Paper Competition, Seoul Research Institute, 16th 2018. https://www.si.re.kr/node/61093 

  8. S. M. Woo., G. Y. Kim. and H. C. Kim, "How to Improve Suitability of Irradiation Utilization in Development of Linear Regression Model for Estimating Paprika Productivity", The Journal of the Convergence on Culture Technology (JCCT), Vol. 7, No. 4, pp.779-783, November 30, 2021. https://doi.org/10.17703/JCCT.2021.7.4.779 

    원문보기 상세보기 crossref

  9. C. Kim, and T. Park, "Predicting Determinants of Lifelong Learning Intention Using Gradient Boosting Machine (GBM) with Grid Search," Sustainability MDPI, Vol.14, No.9, Article Number. 5256, 2022. https://doi.org/10.3390/su14095256 

    상세보기 crossref

  10. S. H. Moon, "Analysis of AI-Applied Industry and Development Direction," The Journal of the Convergence on Culture Technology (JCCT), Vol. 5, No. 1, pp.77-82, February 28, 2019. https://doi.org/10.17703/JCCT.2019.5.1.77 

    원문보기 상세보기 crossref

  11. J Son, C. Kim, and M. Jeong, "Unsupervised Learning for Anomaly Detection of Electric Motors," Vol.23 Issue 4, pp.421-427, April 2022. http://doi.org/10.1007/s12541-022-00635-0 

    상세보기 crossref

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로