메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
0
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
도로 이용자나 도로관리자에게 교통 분석이나 경로 선택에 있어 통행시간은 중요한 정보이다. 그러나 수집된 개별 통행시간에 이상치(outlier)가 존재함으로 인해서 수집된 통행시간 정보는 항상 그 값을 대표한다고 보기에 한계가 존재한다. 통행시간 추정을 위한 기존의 방법은 방대한 과거 데이터를 사용하여 계수 추정(parametric models)을 위한 다양한 모형을 사용하였다. 기존 전통적인 방법에서 Outlier를 검지하고, 처리하여 신뢰성 있는 통행시간을 추정하기 위해 본 연구에서는 Non-parametric outlier filtering 방법인 Outskewer 방법을 제안하였다. Outskewer 적용시 기존에 사용하던 Sliding Window 방법 대신 분석할 데이터양이 충분하지 못한 구간에서는 알고리즘이 충분히 분석할 수 있는 데이터양을 확보할 수 있도록 직전의 데이터를 더 추가할 수 있는 Extendable Moving Window 기법을 적용하였다. 제안된 모형을 평가하기 위하여 다차로 도로에서 수집된 DSRC(Dedicated Short Range Communication)를 사용하였다. 모형 평가시 통행시간의 참 값(ground truth)의 부재로 인하여 그래프와 통계의 유의성 검증을 통하여 모형을 평가하였다. 통행시간에 대한 통계적 검증결과 최대 상대 오차(maximum relative error)는 20%보다 적게 나타났고, Correct Classification Rate는 90% 이상으로 나타났다. 결과를 고려할 때 제안된 방법론은 통행시간 추정 시 Outlier를 처리하는데 있어서 기존의 방법론보다 더 신뢰성 있게 나타나 도로이용자와 관리자에게 더 정확한 통행시간을 제공할 수 있을 것으로 기대하였다.

Travel time information plays a crucial role in supporting road users and transportation agencies with precise data that can be used for traffic analysis and route choosing. However, the acquired data does not always show a representative value of the travel time due to the presence of outliers. The outlier must hence be removed, and various techniques of outlier filtering rely on parametric models that require extensive historical data for parametric estimation. In this study, we propose a non-parametric outlier filtering method for a reliable travel time estimation. As part of the study, an Outskewer method was adopted and enhanced to overcome its deficiency and to be able to detect outliers in online mode. Dedicated short-range communication probe data, collected from a multi-lane highway, was used for the quality assessment. In lack of ground truth records, the performance of the proposed algorithm was evaluated qualitatively, based on graphs and quantitatively using the confidence interval method. Visual inspection of graphical results shows the satisfactory performance of the present method. The hypothesis test for travel time data quality indicates a maximum relative error of less than 20% and a percentage correct classification of higher than 90%. Hence, the proposed methodology can serve as an alternative to other parametric methods used for travel time outlier treatments and can support the delivery of more accurate information for road travelers and transportation practitioners.
#Data Mining #Outlier Filtering #Travel Time #DSRC #ITS

목차

Abstract
요약
1. Introduction
2. Literature review
3. Outskewer method
4. Outskewer method
5. Assesment of the proposed algotrithm
6. Conclusion
References

참고문헌 (7)

참고문헌 신청
J. Jang, “Data-Cleaning Technique for Reliable Real-Life Travel Time Estimation: Use of Dedicated Short-Range Communications Probes on Rural Highways”, Transportation Research Record , Vol. 2593, No.1, pp. 85-93, Jan.2016. DOI:https://doi.org/10.3141/2593-09 google schola Southwest Research Institute, Automatic vehicle identification model deployment initiative—system design document. Report prepared for TransGuide Texas Department of Transportation, 1998, Available From: https://rosap.ntl.bts.gov/view/dot/48800/dot_48800_DS1.pdf (accessed Jun. 09, 2021) google schola F. Dion, H. Rakha, 2006. “Estimating dynamic roadway travel times using automatic vehicle identification data for low sampling rates”, Transportation Research Part B: Methodological, Vol.40, No.9, pp.745-766, Nov.2006. DOI: https://doi.org/10.1016/j.trb.2005.10.002 google schola X. Ma, H. Koutsopoulos, “Estimation of the automatic vehicle identification based spatial travel time information collected in Stockholm”, IET intelligent transport systems, Vol.4, No.4, pp.298-306, Jan 2011. DOI: https://doi.org/10.1049/iet-its.2009.0149 google schola S.S. Moghaddam, B. Hellinga, “Algorithm for detecting outliers in Bluetooth data in real time”, Transportation Research Record, Vol.2442, No.1, pp.129-139, Jan.2014 DOI: https://doi.org/10.3141/2442-14 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0