차륜 교환량 수급계획 신뢰성 향상을 위한 차륜삭정주기 예측모델 비교 연구

목차 (Table of Contents)

• 목 차
• 요약 ⅰ
• 표목차 ⅴ
• 그림목차 ⅶ
• Ⅰ.서론 1
• 1. 연구배경 및 목적 1
• 2. 연구방법 및 논문구성 2
• 1) 연구방법 2
• 2) 논문구성 3
• Ⅱ. 예비적 고찰 및 이론적 배경 4
• 1. 차륜 교환검사 기준 및 대상선정 4
• 1) 차륜 교환검사 선정 4
• 2. 차륜 교환 작업절차 6
• 1) 차륜검사 6
• 2) 차륜측정 6
• 3) 차륜삭정 시 시행사항 7
• 3. 차륜 교환내역 8
• 1) 전동차 보유편성 및 보유량 8
• 2) 3, 4호선 차륜 교환량 8
• 4 인공지능의 적용 14
• 1) 인공지능 14
• 2) 인공지능의 분류 14
• 3) sckit-learn 41
• Ⅲ. 자료 수집 및 분석 43
• 1. 특징행렬(X)과 대상 벡터(Y) 43
• 2. 데이터 전처리 43
• 3. 상관관계 분석 46
• Ⅳ. 인공지능(AI) 기반의 예측모델 설계 및 성능평가 48
• 1. Linear Regressor 50
• 2. Ridge 54
• 3. LASSO 58
• 4. ElasticNetRegressor 63
• 5. GradientBoostingRegressor 67
• 6. AdaBoostRegressor 70
• 7. lgb.LGBMRegressor 73
• 8. DecisionTreeRegressor 77
• 9. RandomForestRegressor 80
• 10. ExtraTreesRegressor 83
• 11. KNeighborsRegressor 86
• 12. XGBRegressor 90
• 13. DNN(Deep Neural Networks) 93
• 14. RNN(Recurrent Neural Network) 97
• 15. 예측모델 성능평가 비교 101
• Ⅴ. 결 론 106
• 1. 연구결과 요약 106
• 2. 연구의 시사점 106
• 3. 향후 연구의 방향 106
• 참고문헌 109
• Abstract 113