• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.389-391
• /
• 2021

Traffic regulations are expanding to prevent traffic accidents for people's safety, but traffic accidents are not decreasing. In this study, the probability of traffic accidents occurring at a specific time and place is estimated by analyzing various factors such as weather forecast data from the Meteorological Agency, day of the week, time of day, location data, and location information. This study combines objective data on the occurrence of numerous previous traffic accidents with various additional elements not considered in previous studies to derive a more improved traffic accident probability prediction model. The results of this study can be effectively used for various transportation-related services for the safety of people.

• Journal of Korean Society of Transportation
• /
• v.33 no.3
• /
• pp.256-267
• /
• 2015

The intelligent transportation systems allow us to have valuable opportunities for collecting wide-area coverage traffic data. The significant efforts have been made in many countries to provide the reliable traffic conditions information such as travel time. This study analyzes the impacts of the fog weather conditions on the traffic stream. Also, a strategy for predicting the long-term traffic speeds is developed under foggy weather conditions. The results show that the average of speed reductions are 2.92kph and 5.36kph under the slight and heavy fog respectively. The best prediction performance is achieved when the previous 45 pattern cases data is used, and the 14.11% of mean absolute percentage error(MAPE) is obtained. The outcomes of this study support the development of more reliable traffic information for providing advanced traffic information service.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.377-380
• /
• 2004

본 논문에서는 기존의 교통 상황 검지 장비들이 가지고 있는 문제점들을 해결하기 위해 실제 통행속도 데이터의 해당 도로 속성들을 이용하여 데이터 마이닝을 통한 합리적인 오차범위 내에서의 실시간 교통 정보 예측 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 데이터 파이닝의 분석 기법중 하나인 신경망(Neural Network)분석을 통하여 통행 속도 예측 근사 모델을 개발하는 것이며, 기존의 교통 상황 판단 알고리즘과의 결과 비교를 통해 비용 절감 효과와 속도 정보가 없는 도로까지의 합리적인 통행 속도 예측, 그리고 Off line상에서의 시간대별 교통 정보 제공이 가능함을 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.27-30
• /
• 2021

경제 성장과 함께 자동차의 수요가 늘어남에 따라 교통사고 발생 빈도는 꾸준히 증가하고 있다. 이에, 본 연구에서는 교통사고를 야기하는 도로 및 기상환경과 같은 조건을 활용하여 기계학습 모델을 통해 서울시 교통사고 사상자 수를 예측하는 모형을 찾고자 한다. 활용한 데이터는 도로교통 공단에서 제공하는 교통사고 사상자 수 정보를 포함하는 데이터로 2015년부터 2018년도까지 데이터를 학습에 사용하였고 2019년도 데이터를 테스트 평가에 사용하였다. 실증연구를 통해 트리 기반의 모델 별 성능을 비교하였으며 본 연구에 대한 결과는 사고 발생 시 우선순위에 의한 구조활동이 가능하게 함과 도로상황 및 기상을 고려한 안전운전 가이드 지식으로 활용될 수 있다.

• Journal of Korean Society of Transportation
• /
• v.27 no.2
• /
• pp.133-144
• /
• 2009

In Korea, the ITS project has been progressed to improve traffic mobility and safety. Further, it is to relieve traffic jam by supply real time travel information for drivers and to promote traffic convenience and safety. It is important that the traffic information is provided accurately. This study was conducted outlier elimination and missing data adjustment to improve accuracy of raw data. A method for raise reliability of travel time prediction information was presented. We developed Historical Profile model and adjustment formula to reflect quality of interrupted flow. We predicted travel time by developed Historical Profile model and adjustment formula and verified by comparison between developed model and existing model such as Neural Network model and Kalman Filter model. The results of comparative analysis clarified that developed model and Karlman Filter model similarity predicted in general situation but developed model was more accurate than other models in incident situation.

• Journal of Korean Society of Transportation
• /
• v.21 no.3
• /
• pp.85-96
• /
• 2003

To build traffic information providing services by ITS technology should be carried out effect analysis in the first step for social and individual advantages. The propose on this study is to make clear what influences of highway network by traffic information are, and what differences between drivers who use traffic information and drivers who do not use that for route choice are. For these propose. travel time and forecast error of travel time on network and traffic information dependence of driver are analyzed by simulation. As a result of analysis travel time and forecast error of travel time is that the efficiency and reliability of travel time were increased when getting more drivers using traffic information in network. Drivers who using traffic information had advantage of decrease of travel time and forecast error in only definite situation. traffic information dependence analysis presented that drivers are dependent upon information and reliability of traffic information is also increased when drivers using traffic information become on increasing in network. In conclusion, considering the range of the traffic information user ratio in this simulation, this study presents that the traffic information service provides an advantage to the highway network and the drivers, and increases the dependence of information.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.3
• /
• pp.342-347
• /
• 2003

It is essential to develop an algorithm for the estimate of link travel velocity and for the supply and control of travel information in the context of intelligent transportation information system. The paper proposes the fuzzy logic based prediction of link travel velocity. Three factors such as time, date and velocity are considered as major components to represent the travel situation. In the fuzzy modeling, those factors were expressed by fuzzy membership functions. We acquire position／velocity data through GPS antenna with PDA embedded probe vehicles. The link travel velocity is calculated using refined GPS data and the prediction results are compared with actual data for its accuracy.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.656-659
• /
• 2017

현대 사회에서는 다양한 이동수단 중 지하철, 버스 등의 대중교통에 대한 수요가 높은 편이다. 본 연구의 배경이 되는 서울특별시의 경우에는 출퇴근 시, 과반 수 이상이 대중교통을 이용한다. 대중교통 이용량에는 날씨, 평일-주말, 연착, 도로현황 등 여러 가지에 원인을 둔다. 본 연구에서는 여러 요인 중에서도 날씨 데이터(기온, 강수량, 미세먼지)에 초점을 두어, 날씨에 따른 대중교통 이용량의 변화양상을 학습하여 예측하는 연구를 진행한다. 서울특별시 25개 자치구마다의 날씨 데이터와 대중교통 이용 데이터를 이용하여 Regression을 통한 데이터 학습을 진행하였으며, 학습된 모델을 통한 날씨에 따른 서울특별시 대중교통 이용량 예측에 따른 평균 오차율은 15.49%로 낮은 오차율을 가진다. 본 연구 결과는 날씨에 따른 버스와 지하철의 배차 간격 조절 등의 대중교통 배치 판단 결정에 기초자료로 사용될 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.308-309
• /
• 2021

과거의 연구들은 교통 속도만을 활용하여 교통 속도 예측 문제에 접근했다. 그러나 교통 속도의 비선형성으로 인해 정확한 예측이 어려워, 최근에는 교통 속도에 영향을 미칠 수 있는 외부의 요인을 활용해 정확도를 높인 연구들이 이루어지는 추세이다. 그 중에서도 강수량은 직관적으로 교통 속도와 관련이 있을 것으로 생각되어 자주 사용된다. 다만, 실제로 교통 속도가 강수량에 얼마나 영향을 받는지는 확인되지 않고 대부분의 연구가 적은 양의 데이터로 이루어지기에 강수량이 딥 러닝모델의 정확도를 향상시킬 수 있다고 단언하기는 어렵다. 본 논문은 강수량 데이터가 교통 속도를 변화시키는 양을 정량적으로 측정하고, 딥 러닝 모델의 성능에 미치는 영향을 분석하였다. 그 결과, 강수량이 높을수록 속도가 크게 감소하고 딥 러닝 모델의 정확도 또한 향상되는 것을 확인하였다.

• The Korean Journal of Applied Statistics
• /
• v.22 no.6
• /
• pp.1177-1190
• /
• 2009

The traffic operating speed is one of important information to measure a road capacity. When we supply the information of the road of high traffic by using navigation, offering the present traffic information and the forecasted future information are the outstanding functions to serve the more accurate expected times and intervals. In this study, we proposed the traffic speed forecasting model using the accumulated traffic speed data of the road and highway and forecasted the average speed for each the road and high interval and each time interval using Fourier transformation and time series regression model with trigonometrical function. We also propose the proper method of missing data imputation and treatment for the outliers to raise an accuracy of the traffic speed forecasting and the speed grouping method for which data have similar traffic speed pattern to increase an efficiency of analysis.