84. 교통정보의 시공간적 결측 대체를 위한 생성적 적대 신경망의 활용 / 이가령, 김의진, 김동규
관리자
구두
0
589
2020.10.25 17:52
구두 Session 4, 스마트모빌리티, 30(금) 16:30-18:00, 볼룸3, pp.346-351
교통정보의 시공간적 결측 대체를 위한 생성적 적대 신경망의 활용 / 이가령(서울대학교), 김의진(서울대학교), 김동규(서울대학교)
신뢰성 있는 교통정보를 제공하기 위한 전제는 데이터의 완전무결성이다. 하지만 교통 정보 수집 시스템은 오류로부터 자유롭지 않기 때문에 결측이 필연적으로 발생한다. 최근에는 교통정보의 결측을 대체하기 위한 방법론으로 데이터의 내재적 특징과 상호작용을 포착할 수 있는 딥러닝 접근법이 활용되고 있다. 교통정보 결측의 핵심은 시공간적 상관성을 고려하는 것인데, 이는 통행속도를 시공도의 2차원 형태로 표현한 이미지를 활용함으로써 고려할 수 있다. 이 연구에서는 변형된 생성적 적대신경망을 활용하여 지점검지기로부터 수집되는 도시부 고속도로의 통행속도 결측을 대체한다. 제안된 방법론은 신경망 구조에서 교통정보의 시공간적 패턴을 통행속도 이미지의 형태로 고려하기 위해 합성곱 신경망을 차용한다. 또한 학습을 용이하게 하기 위해 traffic adaptive smoothing으로 교통정보를 재구축한 이미지를 멀티 입력자료로 활용한다. 합성곱 신경망 구조와 멀티 입력자료의 활용을 통해 생성적 적대 신경망의 통행속도 이미지 학습 성능을 향상시킬 수 있다.
좌장 : 김태형, 송태진
