download0 view199
twitter facebook

공공누리This item is licensed Korea Open Government License

Title
막힘 없는 교통흐름 예측을 위한 슈퍼컴퓨팅 연구
Alternative Title
Supercomputing Research for Large-Scale Transportation Network Congestion
Author(s)
이홍석장지훈이승민염민선류훈정기문이정하
Alternative Author(s)
Lee, Hong-Seok; Jang, Ji-Hun; Lee, Seung-Min; Yeom, Min-Seon; Ryu, Hun; Jeong, Gi-Mun; Lee, Jeong-Ha
Publisher
한국과학기술정보연구원
Korea Institute of Science and Technology Information
Publication Year
2015-12
Description
funder : 미래창조과학부
funder : KA
agency : 한국과학기술정보연구원
agency : Korea Institute of Science and Technology Information
Abstract
II. 연구사업의 최종 목표
°라지스케일 사회현안 교통 문제 발굴과 슈퍼컴퓨팅 시뮬레이션 알고리즘 개발
°- 라지스케일 교통 데이터를 활용한 데이터 기반 시뮬레이션 알고리즘 개발
°- 교통 혼잡을 예측할 수 있는 기계학습(Machine Learning) 기반 슈퍼컴퓨팅 시뮬레이션 모형 개발
°멀티-페터 슈퍼컴퓨터를 활용한 초대형 교통 시뮬레이션 성공사례 발굴
°- 사회현안을 해소할 수 있는 라지스케일 교통 데이터기반 초대형 슈퍼컴퓨팅 계산수행
III. 목표 달성 내역
°성과목표
°1. 성과목표명
°주요성과
°서울시 강남구지역 GPS 차량궤적 데이터 확보
°교통 소통 패턴 정보를 위해 지체도지표 TPI (Traffic Performance Index)를 개발
°성과목표
°2. 성과목표명
°주요성과
°교통상황 예측을 위해 새로운 신경망 RNN (Recurrent Neural Network) 시뮬레이션 모형 개발
°실시간 강남구 교통 혼잡 예측을 위해 열지도 모형 개발
V. 대내외 추진 전략
IV. 대표성과
°서울시 강남구 주요도로에서 교통 혼잡 실시간 예측
°- [내용] 서울 강남구 소통상황 예측 모형 개발
°학습을 위한 자료는 2013년 4월에서 2013년 6월 사이(88일) 수집된 자료를 사용
°- 패턴정보는 2013년 4월~2013년 6월까지 생성된 소통정보를 각 시간대 (15분씩 하루 96개 시간대) 별로 산술평균하여 계산하였음
°- 생성된 소통정보와 패턴정보는 TPI 값으로 변환하여 사용하였음
°- [우수성] 서울시 강남구처럼 도심부 단속류 교통상황 예측을 위해 신경망 알고리즘(RNN) 학습 모형을 처음으로 개발 함
°- 딥러닝(RNN 알고리즘)을 이용하면 서울시 도심부 및 우리나라 고속도로에서 소통 흐름 예측 정확도를 높일 수 있음. 따라서 특별한 날, 추석 혹은 설날 실시간 교통흐름을 예측할 수 있음.
°- 현재 교통체계의 운영관리 과정에서 도심부 간선도로의 상습정체구간에 대한 반복정체 및 상습정체 구간을 제시할 유용한 방법론을 제시함
Files in This Item:
There are no files associated with this item.
Appears in Collections:
7. KISTI 연구성과 > 연구보고서 > 2015
URI
https://repository.kisti.re.kr/handle/10580/11314
http://www.ndsl.kr/ndsl/search/detail/report/reportSearchResultDetail.do?cn=TRKO201600000494
Fulltext
 http://www.ndsl.kr/ndsl/commons/util/ndslOriginalView.do?dbt=TRKO&cn=TRKO201600000494
Export
RIS (EndNote)
XLS (Excel)
XML

Browse