Earticle

초록

영어

Accurate traffic information prediction is considered to be one of the most important aspects of intelligent transport systems(ITS), as it can be used to guide users of transportation facilities to avoid congested routes. Various deep learning models have been developed for accurate traffic prediction. Recently, ensemble techniques have been utilized to combine the strengths and weaknesses of various models in various ways to improve prediction accuracy and stability. Therefore, in this study, we developed and evaluated a traffic information prediction model using various deep learning models, and evaluated the performance of the developed deep learning models as a stacking ensemble. The individual models showed error rates within 10% for traffic volume prediction and 3% for speed prediction. The ensemble model showed higher accuracy compared to other models when no cross-validation was performed, and when cross-validation was performed, it showed a uniform error rate in long-term forecasting.

한국어

정확도가 높은 교통정보 예측은 지능형교통체계(intelligent transport systems, ITS)를 통한 교통 시설 이용자들의 혼잡 경로 회피 안내 등에서 활용되는 중요한 기능이다. 정확한 교통정보 예측을 위해 다양한 딥러닝 모델들이 발전되어 왔다. 최근에는 앙상블 기법을 활용하여 다양 한 모델들의 장단점을 결합하여 예측 정확도와 안정성을 높이고 있다. 따라서, 본 연구에서는 다양한 딥러닝 모델들을 활용하여 교통정보 예측 모델을 개발하였으며, 개발된 딥러닝 모델들 을 스태킹 앙상블(stacking ensemble)하여 성능을 개선하였다. 개별 모델들은 교통량 예측에서 10% 이내의 오차율을, 속도 예측에서 3% 이내의 오차율을 보였다. 앙상블 모델은 교차검증을 수행하지 않았을 때, 타 모델과 비교하여 더욱 높은 정확도를 보였다. 교차검증을 수행한 앙상 블 모델은 장기예측에서 타 모델보다 균일한 오차율을 보이는 것으로 나타났다.

목차

요약
ABSTRACT
Ⅰ. 서론
1. 연구의 배경 및 목적
2. 연구의 범위 및 절차
Ⅱ. 관련 이론 및 연구 고찰
1. 관련 이론 고찰
2. 관련 연구 고찰
3. 연구의 차별성
Ⅲ. 고속도로 교통정보 예측모델 개발 및 평가
1. 자료 수집 및 대상 구간 선정
2. 개별 모델 구성 및 평가
3. 앙상블 모델 구성 및 평가
4. 소결
Ⅳ. 결론 및 향후 연구과제
ACKNOWLEDGMENTS
REFERENCES

키워드

저자

• 이요셉 [ Yoseph Lee | 아주대학교 교통공학과 석박사 통합과정 ] 주저자
• 오석진 [ Seok Jin Oh | 호남대학교 토목환경공학과 교수 ] 교신저자
• 김예진 [ Yejin Kim | 아주대학교 교통공학과 석박사 통합과정 ] 공저자
• 박성호 [ Sung-ho Park | 아주대학교 교통연구센터 연구원 ] 공저자
• 윤일수 [ Ilsoo Yun | 아주대학교 교통시스템공학과 교수 ] 공저자

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