http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
인공지능 알고리즘을 이용한 서울 지하철 시간별 이용량 예측
김현정(Hyeon-Jeong Kim),권산(San Gwon),이예진(Ye-Jin Lee),김조은(Jo-eun Kim),조석헌(Seokheon Cho) 한국통신학회 2023 한국통신학회 학술대회논문집 Vol.2023 No.11
본 논문은 대한민국 서울시의 주요 교통수단인 지하철의 효율적인 서비스 공급을 위하여 인공지능 알고리즘을 이용한 시간별 지하철 이용량 예측 모델을 제시하고자 한다. 이를 위해 워크플로 기반 인공지능 데이터 분석 도구인 KNIME 에서 정의하고 있는 다양한 인공지능 알고리즘들을 적용하여 시간별 지하철 이용량 예측 모델에 대한 성능을 분석 및 비교하였다. 평소 많은 사람들이 한강공원에서 여가생활을 즐기기 위해 이용하는 뚝섬유원지역을 선정하여 승차와 하차의 경우에 대해 이용량을 예측하였다. 예측을 위해 Multiple Linear Regression (MLR)과 Random Forest Regression (RFR) 및 Multi-Layer Perceptron (MLP) 등 3 개의 인공지능 알고리즘들을 이용하였다. 승차의 경우에는 Random Forest 알고리즘을 사용한 모델이 지하철 사용량 예측에 대해 가장 뛰어난 성능을 보여주었고, 반면에 하차의 경우에는 MLP 알고리즘을 사용한 모델이 우수한 성능을 보였다.
김선희 ( Sun-hee Kim ),최영숙 ( Young-sook Choi ),권산 ( San Gwon ),이우협 ( Woo-hyup Lee ),최수환 ( Su-hwan Choi ),이은서 ( Eun-ser Lee ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.2
다양한 기후변화로 인한 금전적 피해와 위험한 상황을 예방하는 것은 중요한 과제이다. 기존의 창문은 사용자가 수동으로 제어해야 하므로 사용자 부재 시 피해가 발생할 수 있으며, 이에 대한 신속한 대처가 요구되고 있다. 이를 위해 라즈베리파이와 센서를 활용하여 장소의 구애 없이 날씨에 따라 유동적인 대처가 가능한 자동 창문 개폐 시스템을 설계 및 구현하였다.