현재 위치
Home
Poster Session 클라우드
차량 궤적 예측을 위한 시계열 딥러닝 모델의 성능 평가
Evalution of the Time-Series Deep Learning Models for the Multi-Step Vehicle Trajectory Prediction
-
- 발행기관
- 한국차세대컴퓨팅학회 바로가기
-
- 간행물
- 한국차세대컴퓨팅학회 학술대회 바로가기
-
- 통권
- 2024 한국차세대컴퓨팅학회 춘계학술대회 (2024.04)바로가기
-
- 페이지
- pp.109-111
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A468737
원문정보
초록
- 한국어
- 다가올 지능형 교통 시스템에서의 차량 궤적 예측은 자율 주행 및 차량 간 통신에 있어 중요한 도 전 과제 중 하나이다. 본 연구에서는 차량 궤적 예측을 위한 시계열 딥러닝 모델의 성능을 평가한다. 도심 도로의 복잡성과 차량 이동 패턴의 불확실성을 고려하여, 시계열 예측에 특화된 다양한 딥러닝 기법을 적용하고 이들의 예측 정확도를 비교 분석한다. 특히, LSTM과 같은 전통적인 RNN 계열의 순 환 신경망 모델을 비롯하여 ConvLSTM, 1D-CNN, Transformer 등 다양한 모델을 중심으로 차량 궤 적 예측 모델을 구현하였다. 궤적 예측 정확도 평가의 경우 학습 데이터의 Lookback Window Size를 4와 8로 나누어 모든 모델에 적용해 예측하였다. 실험 결과, Transformer 모델의 예측 정확도가 Lookback Window Size에 관계없이 실험에 사용된 모델 중 가장 우수한 것으로 도출되었다.
목차
요약
1. 서론
2. 관련 연구
3. 실험방법
3.1. 데이터셋
3.2. 모델
3.3. 모델 평가 방식
4. 실험결과 및 분석
5. 결론
Acknowledgement
참고문헌
저자
간행물 정보
발행기관
-
- 발행기관명
- 한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
- 설립연도
- 2005
- 분야
- 공학>컴퓨터학
- 소개
- 본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.
간행물
-
- 간행물명
- 한국차세대컴퓨팅학회 학술대회
- 간기
- 반년간
- 수록기간
- 2021~2025
- 십진분류
- KDC 566 DDC 004
이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2024 한국차세대컴퓨팅학회 춘계학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.