최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서울대학교 Seoul National University |
---|---|
연구책임자 | 김동규 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2022-03 |
과제시작연도 | 2021 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
연구관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202200014671 |
과제고유번호 | 1711146950 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-11-09 |
키워드 | 활동기반 교통수요모형.심층신경망.해석가능한 기계학습.통행행태분석.생성모형.activity-based travel demand model.deep neural network.interpretable machine learning.travel behavior.generative model. |
□ 연구개요
본 연구는 활동기반 교통수요모형의 신규 교통 빅데이터 및 서비스 적용성을 제고하는 데에 그 목적이 있음. 이를 위해 교통수요모형의 구성요소인 활동생성, 활동시간선택, 도착시간선택, 수단선택을 통합한 데이터 중심적 교통수요모형을 개발하고, 신 교통서비스에 의한 통행행태 변화를 정량적으로 분석·설명하는 해석 가능한 기계학습 프로세스를 개발하였음. 주요 변수 간의 상호작용과 변수의 중요도를 정량화하여 변수의 예측력에 대한 영향을 정밀하게 파악하였음. 또한, 생성모형 중 하나인 conditional generative a
해당 보고서가 속한 카테고리에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.