• 산업융합연구
• /
• 제15권1호
• /
• pp.33-42
• /
• 2017

The purpose of this study is to identify the current situation of bicycle rental center in Seoul through big data analysis and to find ways to improve it. For this purpose, we analyzed the open data set provided by the Seoul Metropolitan Government and the typical data which is the citizen opinion of the customer center of the Seoul City bicycle. As the result, it was found that it is better to install a bicycle rental shop in Gangdong-gu, Seoul.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권6호
• /
• pp.253-267
• /
• 2016

세계 주요 도시는 대중교통이 가지고 있는 문제를 보완하기 위해 공공 대여 자전거 시스템을 운영하고 있다. 대전시에서 최근에 대여 이력 데이터를 공개하여 새로운 분석 가능성을 열었다. 본 연구는 시각화를 이용해서 데이터의 의미를 파악할 수 있는 분석 방법을 제안한다. 실험 결과 이용률에 따른 정류장의 위치적 특징을 발견하였고, 시간/요일/월에 따라서 달라지는 자전거 이용 패턴을 알 수 있었다. 한편 이동 경로 분석을 통해서 정류장간 이용 패턴을 발견하였으며, 각 정류장별 목적지 비율 분석을 통해 이용 목적을 파악할 수 있었다. 이러한 데이터를 기반으로 대전시 공공 대여 자전거 시스템 발전 방향을 제시한다.

• 한국인공지능학회지
• /
• 제10권1호
• /
• pp.9-14
• /
• 2022

The demand for public bicycles operated by the Seoul Metropolitan Government is increasing every year. The size of the Seoul public bicycle project, which first started with about 5,600 units, increased to 3,7500 units as of September 2021, and the number of members is also increasing every year. However, as the size of the project grows, excessive budget spending and deficit problems are emerging for public bicycle projects, and new bicycles, rental office costs, and bicycle maintenance costs are blamed for the deficit. In this paper, the Azure Machine Learning Studio program and the Boosted Decision Tree Regression technique are used to predict the number of public bicycle rental over environmental factors and time. Predicted results it was confirmed that the demand for public bicycles was high in the season except for winter, and the demand for public bicycles was the highest at 6 p.m. In addition, in this paper compare four additional regression algorithms in addition to the Boosted Decision Tree Regression algorithm to measure algorithm performance. The results showed high accuracy in the order of the First Boosted Decision Tree Regression Algorithm (0.878802), second Decision Forest Regression (0.838232), third Poison Regression (0.62699), and fourth Linear Regression (0.618773). Based on these predictions, it is expected that more public bicycles will be placed at rental stations near public transportation to meet the growing demand for commuting hours and that more bicycles will be placed in rental stations in summer than winter and the life of bicycles can be extended in winter.

• 한국컴퓨터정보학회논문지
• /
• 제17권8호
• /
• pp.41-50
• /
• 2012

우리나라를 비롯한 선진국 국가의 대부분은 기존의 탄소 자동차 대용으로 전기 자동차, 메탄올 자동차, 수소 자동차 등 저탄소 자동차 개발에 막대한 투자를 계속하고 있다. 그러나, 궁극적이고 현실적인 무공해 교통수단은 자전거가 유일하기 때문에 각국의 중앙 정부 및 지방 정부들은 자전거 전용 도로를 개설하고 공공 임대 서비스 시스템 구축을 서두르고 있다. 현재 운영되고 있는 거의 모든 자전거 관제 시스템들은 자전거 보관소에서의 대여 및 반납과정의 자동화를 이루고 있으나, 보관소를 떠난 자전거의 이동 경로 및 소재를 모니터링하지는 않는다. 이 연구에서는 자전거 공공 임대 서비스를 위해 CDMA 모뎀과 결합된 GPS 단말기 및 이를 사용하는 위치기반 자전거 관제 시스템을 개발한다. 이 관제 시스템은 이동통신을 통하여 자전거에 부착된 GPS 관제 단말기로부터 위치 정보를 수신하고, 그 이동 경로를 GIS 연동 맵에 표시함으로써 자전거의 회수 및 재분배를 용이하게 하고, 도난 및 고의 파손을 최소화 시키며, 이용자들에게는 가까운 곳에 위치한 자전거 보관소를 추천해 줄 수 있다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.111-117
• /
• 2023

시간-공간적 의존성을 모두 고려하는 방법으로 그래프 신경망과 순환 신경망을 함께 사용하는 연구가 많이 진행되고 있다. 특히 그래프 신경망은 새롭게 활발히 연구되고 있는 분야이다. 서울시 자전거 대여 서비스(일명 따릉이)는 서울시 곳곳에 대여소를 갖추고 있으며 각 대여소에서 대여 정보가 충실하게 기록되어 있는 시계열 자료이다. 각 대여소의 대여 정보는 시간에 따른 주기성을 보이는 시간적인 특성을 갖추고 있으며, 지역적인 특성도 대여 현황에 큰 영향을 미치리라고 생각된다. 지역적 상관관계는 그래프 신경망을 이용하여 잘 이해할 수 있다. 이 연구에서는 서울시 자전거 대여 서비스의 시계열 데이터를 그래프로 재구성하고 그래프 신경망과 순차 신경망을 결합한 대여 예측 모델을 개발하였다. 시간에 따른 주기성과 같은 시간 특성과 지역적인 특성 및 각 대여소의 중요도 정도를 고려하였다. 대여소의 중요도 정도는 대여량 예측에 중요한 인자로 사용됨을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제25권2호
• /
• pp.287-296
• /
• 2022

Today, air pollution is becoming a severe issue worldwide and various policies are being implemented to solve environmental pollution. In major cities, public bicycles are installed and operated to reduce pollution and solve transportation problems, and operational information is collected in real time. However, research using public bicycle operation information data has not been processed. This study uses the daily weather data of Korea Meteorological Agency and real-time air pollution data of Korea Environment Corporation to predict the amount of daily rental bicycles. Cross- validation, principal component analysis and multiple regression analysis were used to determine the independent variables of the predictive model. Then, the study selected the elements that satisfy the significance level, constructed a model, predicted the amount of daily rental bicycles, and measured the accuracy.

• 한국ITS학회 논문지
• /
• 제19권3호
• /
• pp.28-37
• /
• 2020

본 연구는 공공자전거의 대여량을 예측하는 딥러닝 모형을 개발하였다. 이를 위하여 공공자전거 대여량 자료, 기상 자료, 그리고 지하철 이용량 자료를 수집하였다. 지수평활 모형, ARIMA 모형과 LSTM기반의 딥러닝 모형을 구축한 후 MSE와 MAE 평가 지표를 사용하여 예측 오차를 비교·평가하였다. 평가 결과, 지수평활 모형으로 MSE 348.74, MAE 14.15 값이 산출되었다. ARIMA 모형으로 MSE 170.10, MAE 9.30 값을 얻었다. 그리고 딥러닝 모형으로 MSE 120.22, MAE 6.76 값이 산출되었다. 지수평활 모형의 값과 비교하여 ARIMA 모형의 MSE는 51%, MAE는 34% 감소하였다. 그리고 딥러닝 모형의 MSE는 66%, MAE는 52% 감소하여 딥러닝 모형의 오차가 가장 적은 것으로 파악되었다. 이러한 결과로부터 공공자전거 대여량 예측 분야에서 딥러닝 모형의 적용시 예측 오차를 크게 감소시킬 수 있을 것으로 판단된다.

• 한국멀티미디어학회논문지
• /
• 제18권11호
• /
• pp.1351-1357
• /
• 2015

This paper proposes and implements a mobile service and web service integration for utilizing public bicycle sharing system NUBIJA. The NUBIJA system is operated by Changwon City, GyeongNam since 2008 and maintains 247 unattended bicycle sharing terminal on the city. Average users per day of the NUBIJA are more than 8,000 and many users want to get more services from their mobile phones. We implemented realtime mobile bicycle rental and return information service. The informations are acquired from each terminal kiosks and we integrated the information and location based services(LBS) on iOS and Android platform. In this paper, we described an integration services between web and mobile application and shows graphical user interface for highly customized on mobile platforms.

• 한국정보전자통신기술학회논문지
• /
• 제17권2호
• /
• pp.83-92
• /
• 2024

현재 여러 나라에서 생활 속에서 편리하게 자전거를 이용할 수 있도록 자전거 대여 서비스를 제공하며 접근성을 늘리고 있다. 본 논문에서는 우리나라의 창원시 공공자전거 누비자 서비스를 소개하고 누비자 자전거의 수요와 공급의 불균형을 방지하기 위한 최우선 재배치 방법을 제안하고자 한다. 무작위로 터미널을 방문하여 재배치하는 알고리즘과 현재 위치에서 가장 짧은 거리에 있는 터미널을 방문하여 재배치하는 알고리즘을 제안한 방법과 비교하여 더 효율적임을 설명한다. 본 논문에서 제시하는 최우선 재배치 방법은 주위 터미널 중 수요가 가장 높고 거리가 가장 짧은 터미널부터 방문한다. 본 논문에서는 실험을 통하여 제안한 최우선 재배치 방법이 트럭이 운행한 총 거리 평균 817.44km로 가장 낮은 비용을 보이고, 대여 성공 평균 횟수 6437.45회, 88.14%로 가장 높아 두 알고리즘보다 우수함을 보여준다.

• 디지털융복합연구
• /
• 제13권4호
• /
• pp.247-252
• /
• 2015

산업화가 가속화되면서 화석 연료의 사용이 늘어나고 있어 지구 온난화와 기상 이변 등의 문제가 발생하고 있다. 이러한 문제를 해결하기 위한 국제적인 협약이 이루어지는 등 노력은 계속되고 있으나 여전히 화석 연료의 사용은 늘고 있는 추세이다. 공공자전거는 자동차 위주의 교통 시스템이 가지고 있는 문제를 해결하고 사용자의 건강까지 챙길 수 있는 대안으로 제시되고 있다. 본 연구에서는 기존의 공공자전거가 가지고 있는 문제를 해결하고 최근의 스마트폰 사용 트렌드에 맞는 새로운 융복합 공공자전거 시스템을 제안하려고 한다. 본 연구에서 제안하는 공공자전거 시스템은 기존의 시스템에 비해 설치비가 저렴하고 운영비도 적게 드는 장점이 있다. 실제 운영사례를 통해 본 연구에서 제안한 시스템의 효용성을 증명하고자 한다.