서울시 공공자전거 수요예측 모형 비교 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 민소아 | - |
dc.contributor.author | 정윤서 | - |
dc.date.accessioned | 2022-03-06T07:40:54Z | - |
dc.date.available | 2022-03-06T07:40:54Z | - |
dc.date.created | 2022-02-10 | - |
dc.date.issued | 2021 | - |
dc.identifier.issn | 1598-9402 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/137960 | - |
dc.description.abstract | 최근 환경 및 교통 문제 현안의 대안으로서 공공자전거 이용 활성화 정책이 양산되고, 그 사용량이 증가하고 있다. 본 논문에서는 서울시에서 제공하는 공공자전거의 일별 대여이력을 바탕으로 공공자전거 수요 예측을 위한 모형들을 비교 분석한다. 대여소별 시계열 데이터에 대한 상관성을 가정한 벡터 자기회귀 모형 (VAR)과 독립성 가정이 요구되지 않는 기계 학습모형인 서포트 벡터 회귀 모형 (SVR), 비독립 데이터에 특화된 딥러닝 기법인 LSTM 모형, 그리고 비유사성 측정방법에 따라 데이터를 군집화하는 시계열 군집 분석 기법을 활용한 SVR 모형과 VAR 모형을 이용하여 자전거 대여 데이터를 모델링하고 수요 예측에 사용하여 그 예측의 정확도를 비교한다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국데이터정보과학회 | - |
dc.title | 서울시 공공자전거 수요예측 모형 비교 연구 | - |
dc.title.alternative | Comparative study of prediction models forpublic bicycle demand in Seoul | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 정윤서 | - |
dc.identifier.bibliographicCitation | 한국데이터정보과학회지, v.32, no.3, pp.585 - 592 | - |
dc.relation.isPartOf | 한국데이터정보과학회지 | - |
dc.citation.title | 한국데이터정보과학회지 | - |
dc.citation.volume | 32 | - |
dc.citation.number | 3 | - |
dc.citation.startPage | 585 | - |
dc.citation.endPage | 592 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002721266 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | LSTM | - |
dc.subject.keywordAuthor | LSTM | - |
dc.subject.keywordAuthor | public bicycle policy | - |
dc.subject.keywordAuthor | support vector regression | - |
dc.subject.keywordAuthor | time series clustering | - |
dc.subject.keywordAuthor | vector autoregression | - |
dc.subject.keywordAuthor | 공공자전거 운영 정책 | - |
dc.subject.keywordAuthor | 다변량 시계열 분석 | - |
dc.subject.keywordAuthor | 서포트 벡터 회귀 모형 | - |
dc.subject.keywordAuthor | 시계열 군집 분석 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.