http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
전교석(Gyo-Seok Jeon),김태완(Tae-Wan Kim),이현미(Hyun-Mi Lee),장정아(Jeong-Ah Jang) 한국전자통신학회 2021 한국전자통신학회 논문지 Vol.16 No.5
최근 도로조명시설에 영상 및 레이더 등을 부착하여, 실시간 교통데이터 수집과 교통 정보제공이 가능한 스마트 가로등에 대한 연구가 활발하다. 스마트 가로등 기술은 이에 따라 기존 대비 고해상도 검지, 판별, 조밀한 정보제공이 가능하다. 스마트 가로등의 장점으로 고해상도 정보전달매체로서 효과적으로 활용하기 위해서는 기존 중앙집중식 운영 전략과 다른 지점형 운영 전략이 요구된다. 본 연구는 스마트 가로등 기반사고 발생 전/후의 상황에 따라 구분된 공간적 범위에서 목적성을 달리하는 동적 정보 제공 전략, 해제 전략 및 그 기준에 대해서 제시하였다. 이를 통해 스마트 도로조명시설을 보다 효과적으로 활용 가능할 것으로 기대된다. Recently, there has been active research on smart street lamps that can collect real-time traffic data and provide traffic information by attaching images and radars to road lighting facilities. Smart street light technology can detect, identify, and provide dense information compared to existing technologies. In order to effectively utilize the smart streetlight as a high-resolution information delivery medium, a branch-type operation strategy that is different from the existing centralized operation strategy is required. This study presents dynamic information delivery strategies, release strategies, and their criteria for various purposes in a spatial range, separated by the context before and after the occurrence of smart street lights-based accidents. Through this, it is expected that smart road lighting facilities can be used more effectively.
메타분석을 이용한 버스 및 트럭 교통사고 심각도 요인 분석
김형준(KIM, Hyungjun),전교석(JEON, Gyoseok),장정아(JANG, Jeong Ah),윤일수(YOON, Ilsoo) 대한교통학회 2020 대한교통학회지 Vol.38 No.6
상용차의 상당 부분을 차지하는 버스 및 화물차는 대형차량인 경우가 많다. 따라서 버스 및 트럭 교통사고 발생 시 인적 및 물적 피해가 상대적으로 크게 발생한다. 버스 및 트럭 안전관리를 위해서는 버스 및 트럭 교통사고 심각도에 영향을 미치는 요인 및 상대적 중요도를 파악하는 것이 매우 중요하다고 판단된다. 본 연구는 포괄적인 분석을 위해 메타분석을 활용하여 버스 및 트럭 교통사고 심각도 영향요인을 분석하고자 하였다. 결과적으로 총 42개 연구문헌을 수집하여 15개 변수에 대해 메타분석을 수행하였다. 분석 결과를 토대로 버스 및 트럭 교통사고 심각도에 기여하는 영향요인 및 효과크기를 도출하였다. 또한, 도출된 효과크기를 토대로 버스 및 트럭 안전관리 정책 측면에서 시사점을 제시하였다. 본 연구는 대형 인명피해가 따르는 버스 및 트럭 사고심각도 저감에 기여할 것으로 기대된다. Commercial buses and trucks are mostly large vehicles. Therefore, in case of a buses and trucks related traffic accident, human and physical damage are relatively large. For the safety management of buses and trucks, it is important to understand the factors and relative importance that affect the severity of traffic accidents. The purpose of this study is to analyze the impact factors of the severity of traffic accidents in buses and trucks using meta-analysis for comprehensive analysis. As a result, a total of 42 research documents are collected and meta-analysis is performed on 15 variables. Based on the results of the analysis, the effect factors and the effect size contributing to the severity of traffic accidents are drawn. In addition, suggestions are made in terms of safety management policies for buses and trucks based on the derived effect size. It is expected that this study will contribute to reducing the severity of accidents in buses and trucks, which are accompanied by large human lives.
LightGBM 알고리즘을 활용한 고속도로 교통사고심각도 예측모델 구축
이현미(Hyun-Mi Lee),전교석(Gyo-Seok Jeon),장정아(Jeong-Ah Jang) 한국전자통신학회 2020 한국전자통신학회 논문지 Vol.15 No.6
본 연구는 고속도로 교통사고 심각도 예측모델을 구축하기 위해 다섯가지 머신러닝 기반의 분류모형 적용하였다. 2015년~2017년 동안 전국 고속도로에서 발생한 사고 데이터 21,013건을 5가지의 분류 모형을 적용한 결과 LightGBM(Light Gradient Boosting Model)이 가장 좋은 성능을 나타내는 것으로 나타났다. LightGBM에서는 교통사고심각도 추정에 있어 우선순위 요인으로 사고차량 수, 사고유형, 사고지점, 사고차로유형, 사고차량 유형순으로 나타났다. 이러한 모형의 결과를 기반으로 일관적인 사고심각도 예측 과정을 통하여 교통사고대응관리전략 수립에 활용할 수 있다. 본 연구는 국내 기계학습을 활용한 사례가 적은 여건에서 향후 빅데이터 기반의 다양한 기계학습 기법을 활용이 가능함을 제시하고 있다. This study aims to classify the severity in car crashes using five classification learning models. The dataset used in this study contains 21,013 vehicle crashes, obtained from Korea Expressway Corporation, between the year of 2015- 2017 and the LightGBM(Light Gradient Boosting Model) performed well with the highest accuracy. LightGBM, the number of involved vehicles, type of accident, incident location, incident lane type, types of accidents, types of vehicles involved in accidents were shown as priority factors. Based on the results of this model, the establishment of a management strategy for response of highway traffic accident should be presented through a consistent prediction process of accident severity level. This study identifies applicability of Machine Learning Models for Predicting of the Severity of Car Traffic Accidents on a Highway and suggests that various machine learning techniques based on big data that can be used in the future.
메타분석을 이용한 버스 및 트럭 교통사고 심각도 요인 분석
김형준(KIM, Hyungjun),전교석(JEON, Gyoseok),장정아(JANG, Jeong Ah),윤일수(YOON, Ilsoo) 대한교통학회 2020 大韓交通學會誌 Vol.38 No.6
상용차의 상당 부분을 차지하는 버스 및 화물차는 대형차량인 경우가 많다. 따라서 버스 및 트럭 교통사고 발생 시 인적 및 물적 피해가 상대적으로 크게 발생한다. 버스 및 트럭 안전관리를 위해서는 버스 및 트럭 교통사고 심각도에 영향을 미치는 요인 및 상대적 중요도를 파악하는 것이 매우 중요하다고 판단된다. 본 연구는 포괄적인 분석을 위해 메타분석을 활용하여 버스 및 트럭 교통사고 심각도 영향요인을 분석하고자 하였다. 결과적으로 총 42개 연구문헌을 수집하여 15개 변수에 대해 메타분석을 수행하였다. 분석 결과를 토대로 버스 및 트럭 교통사고 심각도에 기여하는 영향요인 및 효과크기를 도출하였다. 또한, 도출된 효과크기를 토대로 버스 및 트럭 안전관리 정책 측면에서 시사점을 제시하였다. 본 연구는 대형 인명피해가 따르는 버스 및 트럭 사고심각도 저감에 기여할 것으로 기대된다. Commercial buses and trucks are mostly large vehicles. Therefore, in case of a buses and trucks related traffic accident, human and physical damage are relatively large. For the safety management of buses and trucks, it is important to understand the factors and relative importance that affect the severity of traffic accidents. The purpose of this study is to analyze the impact factors of the severity of traffic accidents in buses and trucks using meta-analysis for comprehensive analysis. As a result, a total of 42 research documents are collected and meta-analysis is performed on 15 variables. Based on the results of the analysis, the effect factors and the effect size contributing to the severity of traffic accidents are drawn. In addition, suggestions are made in terms of safety management policies for buses and trucks based on the derived effect size. It is expected that this study will contribute to reducing the severity of accidents in buses and trucks, which are accompanied by large human lives.