• 대한교통학회지
• /
• 제19권1호
• /
• pp.101-114
• /
• 2001

운송업체는 일정한 질적 수준의 운행을 지속해야 하므로 수요변화에 대응하여 단시간내에 공급을 변화시키는 데에 어려움이 있다. 일단 운송업체가 어떤 지역을 운행하기로 했다면, 비록 운송수요가 감소하여 채산성이 맞지 않는다 하더라도 다른 상품처럼 공급을 임의대로 감소시키거나 단절시킬 수 없다. 특히 이와같은 성격은 화물자동차운송업에 있어서 구역화물운송업보다는 노선화물운송업에서 훨씬 더 강하게 나타나고 있다. 그러므로 구역화물운송업은 노선화물운송업에 비해 운송수요의 변동에 즉각적으로 대응하는 측면을 지니고 있다. 이와같은 구역화물운송업과 노선화물운송업에 있어서 노선화물운송업은 도로, 화물터미널 모두 구역화물운송업에 비해 부족한 것으로 나타났는데 도로보다는 화물터미널이 더 부족하다. 도로의 부족상태는 1990년에 가장 컷다가 그후 작아진 반면, 화물터미널의 부족상태는 계속 커지고 있다. 그러므로 화물터미널은 도로와는 달리 확충의 필요성이 더 크며, 투자조건에 있어서도 도로보다 더 유리하다. 이에 따라 화물터미널을 확충할 경우 노선화물 운송업체에서는 도로의 확충을 필요로 하지만. 구역화물운송업에 있어서는 도로확충의 필요성을 줄이게 된다. 이와 같은 화물터미널은 운송수입의 측면에서 구역화물운송업보다는 노선화물운송업에 더 크게 기여하는 것으로 분석되었다. 그러나 화물터미널을 비롯하여 도로를 적정수준으로 조정할 경우 구역화물운송업에서는 규모의 불경제가 더 커지고, 노선화물운송업에서는 규모의 경제가 더 커지므로 구역화물운송업은 소규모 운송업체 및 개별화물을 활성화해야 하며, 노선화물운송업은 비수익노선의 존재, 임대 영업소의 과다, 화물터미널 불충분, 운전기사의 부족, 사고화물 피해보상제도 미비 등과 같은 제반 문제점을 개선하여, 규모의 경제를 최대로 활용할 수 있는 기반을 구축해야 할 것이다.vironment), Scene manager(manage 3D geographic world), Scene editor, Spatial analyzer(Intersect, Buffering, Network analysis), VRML exporter. While, most other 3D GISes or cartographic mapping systems may be categorized into 3D visualization systems handling terrain height-field processing, 2D GIS extension modules, or 3D geometric feature generation system using orthophoto image: actually, these are eventually considered as several parts of "real 3D GIS". As well as these things, other components, especially web-based 3D GIS, are being implemented in this study: Surface/feature integration, Java/VRML linkage, Mesh/Grid problem, LOD(Level of Detail)/Tiling, Public access security problem, 3-tier architecture extension, Surface handling strategy for VRML., -9.00~12.49 and -19.81~19.81%, respectively). Therefore, it is concluded that the two formulations are bioequivalent for both the extent

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.