최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 부경대학교 산학협력단 |
---|---|
연구책임자 | 배상훈 |
참여연구자 | 정희진 , 정양록 , 최지은 , 윤진수 |
보고서유형 | 1단계보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2015-11 |
주관부처 | 미래창조과학부 KA |
사업 관리 기관 | 한국과학기술정보연구원 Korea Institute of Science and Technology Information |
등록번호 | TRKO201600000531 |
DB 구축일자 | 2016-04-16 |
키워드 | 소통상황 예측모형,반복정체,비반복정체,지체도,인공신경망,RNN 모형,GPS기반 차량궤적데이터,large scale 도심부,간선도로망estimation of congestion,recurrent congestion,Non-recurrent,congestion,link performance index,Aetificial Neural Network,Reccurent Neural Network,GPS-based vehicel trajectory data,large scale urban road network |
· 본 연구에서는 과거 이력데이터와 직전 교통상황을 고려하여 소통상황의 단기예측(한시간)을 수행하는 소통상황예측모형을 recurrent neural network 모형을 활용하여 개발함
· 사고데이터를 입력데이터로 활용하여 예측된 결과를 보정할 수 있는 은닉층을 추가하한 모형을 제시함
· recurrent neural network의 패턴인식능력을 활용하여 과거 이력데이터의 패턴을 변주하여 소통상황을 단기예측할 수 있는지에 대해 연구함
· 제시된 모형은 이력데이터를 활용한 패턴데이터가 기본정보로 활용되고 직전
IV. The research results and summary
◦ In this research, a traffic condition estimation model with recurrent neural network model was developed that estimates an upcoming traffic condition during one hour cosidering both historical data and real-time traffic data.
◦ The suggested RNN model has
※ AI-Helper는 부적절한 답변을 할 수 있습니다.