Earticle

초록

영어

The transfer time is an important factor in establishing public transportation planning and policy. Therefore, in this study, the influencing factors of the transfer time for transit users were identified using smart card data, and the estimation results for the transfer time using the deep learning method such as deep neural network models were compared with traditional regression models. First, the intervals and the distance to the bus stop had positive effects on the subway-to-bus transfer time, and the number of bus routes had a negative effect. This also showed that the transfer time is affected by the area in which the subway station exists. Based on the influencing factors of the transfer time, the deep learning models were developed and their estimation results were compared with the regression model. For model performance, the deep learning models were better than those of the regression models. These results can be used as basic data for transfer policies such as the differential application of transit allowance times according to region.

한국어

환승시간은 대중교통계획 및 정책 수립에 있어서 중요한 요소이다. 이에 본 연구에서는 교 통카드 이용자료를 활용하여 대중교통 이용자의 환승시간 영향요인을 규명하고, 딥러닝 기법 인 심층신경망 모형을 이용한 환승시간을 추정하였으며 이를 전통적인 회귀모형과 비교 분석 하였다. 먼저 환승시간 영향요인의 경우, 주변 버스의 배차간격과 버스 정류장까지의 거리가 버스 환승시간에 양의 영향을 주었으며, 버스 노선수는 반대로 음의 영향을 주었다. 또한 지하 철역이 속해있는 자치구에 따라서도 환승시간에 영향을 주는 것으로 나타났다. 도출된 환승시 간 영향요인을 통해 딥러닝 모형을 구축하고 성능을 비교한 결과, 회귀모형보다 딥러닝 모형 의 성능이 보다 우수하였다. 본 연구의 결과는 지역별 환승허용시간의 차등 적용 등 대중교통 환승정책의 기초 자료로 활용될 수 있을 것으로 판단된다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 선행연구검토
1. 환승통행 특성 관련 연구
2. 딥러닝 기법 관련 연구
Ⅲ. 분석방법론
1. 자료 수집 및 변수 구축
2. 분석모형
3. 모형 평가 방안
Ⅳ. 환승시간 추정
1. 심층신경망 모형을 활용한 환승시간 추정
2. 회귀모형을 활용한 환승시간 추정
3. 모형 추정 성능 비교
Ⅴ. 결론 및 향후 연구과제
ACKNOWLEDGEMENTS
REFERENCES

키워드

저자

• 이경재 [ Gyeongjae Lee | 홍익대학교 도시계획과 석사과정 ] 주저자
• 김수재 [ Sujae Kim | 홍익대학교 도시계획과 박사과정 ] 공저자
• 문형택 [ Hyungtaek Moon | 홍익대학교 도시계획과 박사과정 ] 공저자
• 한재윤 [ Jaeyoon Han | 홍익대학교 도시계획과 연구원 ] 공저자
• 추상호 [ Sangho Choo | 홍익대학교 도시공학과 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]

• 간기

  격월간

• pISSN

  1738-0774

• eISSN

  2384-1729

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 326 DDC 338