막힘 없는 교통흐름 예측을 위한 슈퍼컴퓨팅 연구

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