현재 위치
Home
SESSION C-6 : 교통 빅데이터 및 AI(Ⅳ)
동적 인접행렬 생성을 통한 교통 흐름 예측
Dynamic adjacency matrix generation for Traffic Forecasting
-
- 발행기관
- 한국ITS학회 바로가기
-
- 간행물
- 한국ITS학회 학술대회 바로가기
-
- 통권
- 한국ITS학회 2023년도 추계학술대회 (2023.11)바로가기
-
- 페이지
- pp.935-938
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A437679
※ 기관로그인 시 무료 이용이 가능합니다.
※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.
4,000원
원문정보
목차
Ⅰ. 연구의 배경 및 목적
Ⅱ. 선행 연구 검토
1. 머신러닝 기반 교통 예측 모델
2. 생성 모델을 적용한 교통 예측 모델
Ⅲ. 연구 방법론
1. 속도 예측 모델
2. 인접행렬 생성 모델
Ⅳ. 연구 효과 분석
1. 데이터 및 실험 세팅
2. 속도 예측 성능 결과
3. 생성된 동적 인접행렬 분석
Ⅴ. 결론
참고문헌
키워드
Traffic Forecasting Generative Model Machine Learning Graph Convolution저자
간행물 정보
발행기관
-
- 발행기관명
- 한국ITS학회 [The Korean Society of Intelligent Transport Systems]
- 설립연도
- 2002
- 분야
- 공학>교통공학
- 소개
- ◈ 전문분야간 공동협의, 공동연구를 통한 ITS의 학술적 발전 ◈ 산·학·연 협동체계 구축으로 기술개발 지원 ◈ 정부정책 및 제도 방향에 대한 기술적 자문 ◈ 외국 ITS 관련 학술단체와 기술교류 ◈ 관련전문가 및 기술자의 교육 및 양성
간행물
-
- 간행물명
- 한국ITS학회 학술대회
- 간기
- 반년간
- 수록기간
- 2002~2026
- 십진분류
- KDC 326 DDC 338
이 권호 내 다른 논문 / 한국ITS학회 학술대회 한국ITS학회 2023년도 추계학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.