[논문]머신러닝을 이용한 이동통신 데이터 기반 교통량 추정 모형 개발

오동섭; 윤소식; 이철기; 조용성

doi:10.12815/kits.2023.22.4.1

[국내논문] 머신러닝을 이용한 이동통신 데이터 기반 교통량 추정 모형 개발
A Study on the Development of Traffic Volume Estimation Model Based on Mobile Communication Data Using Machine Learning 원문보기

韓國ITS學會論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.22 no.4, 2023년, pp.1 - 13

오동섭 (한국지능형교통체계협회 산업진흥본부 기술지원센터) , 윤소식 (경찰청 교통국) , 이철기 (아주대학교 교통시스템공학과) , 조용성 (한국지능형교통체계협회 기획조정본부)

초록
AI-Helper

본 연구는 이동통신 로그 데이터를 통해 산출된 교통량 정보를 활용하여 기존 검지기에 준하는 교통량 정보를 추정하기 위해, 머신러닝의 앙상블 기법을 기반으로 하는 최적의 이동통신 기반 교통량 추정 모형을 개발하는 것이다. 이동통신 데이터를 통해 계측된 교통량 등의 정보와 VDS 실측 데이터를 활용하여 머신러닝 모형들을 통해 비교·분석한 결과, LightGBM 모형이 교통량 추정의 최적모형으로 선정되었다. 국도 1, 3, 6호선 검지영역 96개소를 대상으로 교통량 추정 모형의 성능을 평가한 결과, 전체 검지영역의 경우 MAPE 8.49로 교통량 추정 정확도가 91.51%로 분석되었다. VDS가 설치되지 않은 구간의 경우 교통량 추정 정확도는 92.6%로, VDS 설치가 어려운 구간에서도 LightGBM 교통량 추정 모형이 적용 가능하였다.

Abstract ▼ AI-Helper

This study develops an optimal mobile-communication-based National Highway traffic volume estimation model using an ensemble-based machine learning algorithm. Based on information such as mobile communication data and VDS data, the LightGBM model was selected as the optimal model for estimating traffic volume. As a result of evaluating traffic volume estimation performance from 96 points where VDS was installed, MAPE was 8.49 (accuracy 91.51%). On the roads where VDS was not installed, traffic estimation accuracy was 92.6%.

Keyword

참고문헌 (16)

Caceres, N., Romero, Luis, M., Benitez, F. G. and Castillo, J. M.(2012), "Traffic Flow Estimation？Models Using Cellular Phone Data", IEEE TRANSACTIONS ON INTELLIGENT？TRANSPORTATION SYSTEMS, vol. 13, no. 3, pp.1430-1441.

상세보기
Cheon, M. J., Choi, H. J., Park, J. W., Choi, H. Y., Lee, D. H. and Lee, O.(2021), "A study on the？Traffic Prediction throught Catboost Algorithm", Journal of the Korea Academia-Industrial？Cooperation Society, vol. 22, no. 3, pp.58-64.
Chung, Y. S., Nam, S. G. and Song, T. J.(2018), "A Travel Time Budget Estimation Using a Mobile？Phone Signaling Data", Journal of he Korean Society of Civil Engineers, vol. 38, no. 3,？pp.457-465.
Jang, J. W., Park, C. S., Baek, N. C. and Lee, M. Y.(2011), "Analysis on Video Image Detection？System Performance by Vehicle Speed", Journal of Korea Society of Transportation, vol. 23, no.？5, pp.105-112.
Ji, B. S. and Hong, E. J.(2019), "Deep Learning Based Real Time Road Traffic Prediction Using？LongTerm Evolution Access Data", Sensors, vol. 19, 5327, pp.1-16.
Kim, D. H. and Kim, S. G.(2002), "A study on Testing the Ability of Vehicle Detection System in？ATMS", Journal of Korea Society of Transportation, vol. 20, no. 5, pp.231-244.
Lee, E. J.(2020), A study on road speed of Seoul Gangnam-gu and Jung-gu predictions based on？Machine Learning Methods, Ewha Womans University.
Lee, H. M., Jeon, G. S. and Jang, J. A.(2019), "Predicting of the Severity of Car Traffic Accidents？on a Highway Using Light Gradient Boosting Model", Journal of the Korea Institute of？Electronic Communication Sciences, vol. 15, no. 6, pp.1123-1130.
Lee, S. B.(2019), Development of Dynamic Traffic Volume Estimation Model Using DSRC Probe？Data, Seoul National University.
Lee, Y. H. and Hong, S. Y.(2019), "A Machine Learning Approach to the Prediction of Individual？Travel Mode Choices", Journal of the Korea Data Information Science Society, vol. 30, no. 5,？pp.1011-1015.
Nam, M. W., Park, D. S., Jang, Y. J. and Lee, H. C.(2021), "Prediction of Traffic Accident Casualties？Using Machine Learning", Korea Society of Computer Information, vol. 29, no. 1, pp.27-30.
Oh, J. S.(2001), "Development of a Daily Traffic Volume Estimation Model Using Regression？Analysis", Journal of the Korean Official Statistics, vol. 6, no. 2, pp.161-179.
Snowdon, J., Gkountouna, O., Zufle, A. and Pfoser, D.(2018), Spatiotemporal Traffic Volume？Estimation Model Based on GPS Samples, Association for Computing Machinery.
Texas Transportation Institute(2002), VEHICLE DETECTOR EVALUATION, pp.1-77.
Yaghoubi, F., Catovic, Armin., Gusmao, A., Pieczkowski, J. and Boros, P.(2021), Traffic Flow？Estimation using LTE Radio Frequency Counters and Machine Learning, Cornell University,？pp.1-9.
Yoon, H. S.(2016), AADT estimation of connection road section in highway using large-scale GPS？trip data, Seoul National University.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증