Earticle

현재 위치 Home

교통모형

조건부 적대적 생성모델 기반 교통수요 분석의 맞춤형 합성인구 생성기법 연구
Customized Population Synthesis for Transportation Demand Analysis Based on Conditional Generative Adversarial Network

첫 페이지 보기
  • 발행기관
    한국ITS학회 바로가기
  • 간행물
    한국ITS학회논문지 KCI 등재 바로가기
  • 통권
    제23권 제6호 통권116호 (2024.12)바로가기
  • 페이지
    pp.81-94
  • 저자
    권동현, 김인희
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A458979

※ 기관로그인 시 무료 이용이 가능합니다.

4,600원

원문정보

초록

영어
The generative models applied to traffic demand analysis are actively being introduced into activity-based models that simulate complex travel decision-making in reality. These models aim to statistically replicate foundational data, including synthetic population generation and individual activity schedules with location information, based on the data available to acquire comprehensive population information that cannot be collected. Nevertheless, the data used for traffic demand analysis must flexibly reflect the conditions that allow for the analysis of future population information and changes in travel behavior (e.g., travel purpose and mode share) due to shifts in the population structure. Therefore, this study proposes a methodology that uses Conditional Generative Adversarial Networks (CGAN) to generate customized synthetic populations. The overall accuracy and diversity of the data generated based on the population information from the Household Travel Survey (HTS) were measured using precision and recall, and a comprehensive evaluation was performed using the F1 score. The accuracy of the data generated under specific conditions was also compared with actual population data. The proposed model can be applied to various activity-based model analyses.
한국어
교통수요 분석에 적용되고 있는 생성모델은 현실에 존재하는 복합적인 통행 의사결정을 모사하기 위한 활동기반 모델에 활발히 도입되고 있다. 이는 분석 대상지 내에 현실에서 수집될 수 없는 총인구 정보를 취득하기 위해 주어진 데이터를 활용하여 합성인구 생성 및 위치정보를 포함한 개인단위의 통행 일정 생성까지 통계적으로 유의미한 기초데이터를 모사하는 것을 목표로 한다. 그러나 교통수요 분석을 위해 활용되는 데이터는 미래 시점의 인구정보와 인구구조의 변화(i.e. 통행목적, 수단분담률) 등에 따른 통행행태 변화를 분석할 수 있는 조건에 대해 유연하게 반영할 수 있어야 한다. 따라서 본 연구에서는 조건부 적대적 생성모델을 활용하여 맞춤형 합성인구를 생성할 수 있는 방법론을 제안한다. 가구통행실태조사 자료의 인구정보를 토대로 생성된 데이터의 전반적인 정확성과 다양성은 정밀도(precision)와 재현율(recall)로 측정하여 F1 score 기반의 종합적인 평가를 수행하였고, 특정 조건부에 따라 생성된 데이터는 실제 데이터에서 추출한 인구정보와 비교하여 정확성을 판단하였다. 제안된 모델을 기반으로 다양한 활동기반 모형 분석에 응용될 것으로 기대된다.

목차

요약
ABSTRACT
Ⅰ. 서론
1. 개요
Ⅱ. 문헌검토
Ⅲ. 방법론
1. 합성인구 생성모델 프레임워크
2. 학습 데이터셋 구축 과정 및 실험적 가정
3. 실험 환경 설정
Ⅳ. 결과 및 고찰
Ⅴ. 결론
ACKNOWLEDGEMENTS
REFERENCES

키워드

심층 생성모델 조건부 확률 활동기반 모형 합성인구 생성 Deep generative models Conditional probability Synthetic population Activity based model

저자

  • 권동현 [ Donghyun Kwon | 한국과학기술원 조천식모빌리티대학원 박사과정 ] 주저자
  • 김인희 [ Inhi Kim | 한국과학기술원 조천식모빌리티대학원 부교수 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

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
    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

이 권호 내 다른 논문 / 한국ITS학회논문지 제23권 제6호 통권116호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장