1 |
1
택시 승객의 수요 예측 장치에 의해 수행되는 택시 승객의 수요 예측 방법에 있어서, 미리 획득된 택시 승객의 수요 데이터를 이용하여 이전 주기의 택시 도착 수로 정의되는 제1 무작위 변수 및 다음 주기의 택시 도착 수로 정의되는 제2 무작위 변수에 대한 동시 발생 행렬(co-occurrence matrix)을 생성하는 단계; 및상기 생성된 동시 발생 행렬을 이용한 예측 모델을 기반으로, 상기 제1 무작위 변수의 수요 값에 대한 조건부 전이 분포(conditional transition distribution)를 통해 상기 제2 무작위 변수에 대한 다음 주기의 제1 예측 값을 산출하는 단계를 포함하고,현재 위치에서의 실제 값을 통해 상기 현재 위치에서의 제1 예측 값을 산출하고, 상기 산출된 현재 위치에서의 상기 제1 예측 값과 주변 지역에서 산출된 제1 주변 예측 값을 결합한 예측 모델을 통해 상기 현재 위치에서의 제2 예측 값을 결정하는 단계를 더 포함하는 택시 승객의 수요 예측 방법
|
2 |
2
제1항에 있어서, 상기 동시 발생 행렬을 생성하는 단계는, 상기 제1 무작위 변수 및 제2 무작위 변수가 결합된 결합 확률 질량함수를 이용하여 상기 제1 무작위 변수 및 제2 무작위 변수에 대한 동시 발생 행렬을 생성하는 택시 승객의 수요 예측 방법
|
3 |
3
제1항에 있어서, 상기 동시 발생 행렬의 빈의 크기를 계산하는 단계를 더 포함하고, 상기 동시 발생 행렬을 생성하는 단계는 상기 계산된 빈의 크기에 따라 상기 동시 발생 행렬을 생성하는 택시 승객의 수요 예측 방법
|
4 |
4
제1항에 있어서, 상기 제1 예측 값을 산출하는 단계는, 상기 제2 무작위 변수 및 상기 산출된 예측 값에 대한 평균 제곱 오차(Mean Square Error; MSE)가 최소화되도록 상기 다음 주기의 제1 예측 값을 산출하는 택시 승객의 수요 예측 방법
|
5 |
5
제1항에 있어서, 상기 제1 예측 값을 산출하는 단계는, 상기 제2 무작위 변수에 대한 상기 제1 무작위 변수의 조건부 전이 분포를 통해 획득되는 상기 제2 무작위 변수의 평균값에 의해 상기 다음 주기의 제1 예측 값을 산출하는 택시 승객의 수요 예측 방법
|
6 |
6
삭제
|
7 |
7
제1항에 있어서, 상기 현재 위치에서의 제2 예측 값을 결정하는 단계는, 상기 산출된 현재 위치에서의 제1 예측 값에 대해서 가중치 벡터를 계산하고, 상기 계산된 가중치 벡터를 이용하여 상기 산출된 현재 위치에서의 제1 예측 값과 주변 지역에서 산출된 제1 주변 예측 값을 결합하는 택시 승객의 수요 예측 방법
|
8 |
8
제7항에 있어서,상기 현재 위치에서의 제2 예측 값을 결정하는 단계는, 현재 위치에서의 실제 값과 상기 산출된 현재 위치에서의 제1 예측 값에 대한 평균 제곱 오차가 최소화되도록 가중치 벡터를 계산하는 택시 승객의 수요 예측 방법
|
9 |
9
제1항에 있어서, 상기 현재 위치에서의 제2 예측 값을 결정하는 단계는, 상기 산출된 현재 위치에서의 제1 예측 값, 현재 위치에서의 가중치 및 바이어스 항과, 상기 산출된 제1 주변 예측 값, 주변 지역에서의 가중치 및 바이어스 항을 이용하여 현재 위치에서의 제2 예측 값을 결정하는 택시 승객의 수요 예측 방법
|
10 |
10
제1항에 있어서, 상기 제2 예측 값을 결정하는 단계는, 현재 위치 및 주변 지역 각각에 대해, 제1 예측 값 및 제1 주변 예측 값과 각각의 가중치를 곱한 값과, 각각의 바이어스 항을 더하여 현재 위치에서의 제2 예측 값을 결정하는 택시 승객의 수요 예측 방법
|
11 |
11
미리 획득된 택시 승객의 수요 데이터를 이용하여 이전 주기의 택시 도착 수로 정의되는 제1 무작위 변수 및 다음 주기의 택시 도착 수로 정의되는 제2 무작위 변수에 대한 동시 발생 행렬(co-occurrence matrix)을 생성하는 행렬 생성부; 및상기 생성된 동시 발생 행렬을 이용한 예측 모델을 기반으로, 상기 제1 무작위 변수의 수요 값에 대한 조건부 전이 분포(conditional transition distribution)를 통해 상기 제2 무작위 변수에 대한 다음 주기의 제1 예측 값을 산출하는 제1 수요 예측부를 포함하고,현재 위치에서의 실제 값을 통해 상기 현재 위치에서의 제1 예측 값을 산출하고, 상기 산출된 현재 위치에서의 상기 제1 예측 값과 주변 지역에서 산출된 제1 주변 예측 값을 결합한 예측 모델을 통해 상기 현재 위치에서의 제2 예측 값을 결정하는 제2 수요 예측부를 더 포함하는 택시 승객의 수요 예측 장치
|
12 |
12
제11항에 있어서, 상기 행렬 생성부는, 상기 제1 무작위 변수 및 제2 무작위 변수가 결합된 결합 확률 질량함수를 이용하여 상기 제1 무작위 변수 및 제2 무작위 변수에 대한 동시 발생 행렬을 생성하는 택시 승객의 수요 예측 장치
|
13 |
13
제11항에 있어서, 상기 행렬 생성부는, 상기 동시 발생 행렬의 빈의 크기를 계산하고, 상기 계산된 빈의 크기에 따라 상기 동시 발생 행렬을 생성하는 택시 승객의 수요 예측 장치
|
14 |
14
제11항에 있어서, 상기 제1 수요 예측부는, 상기 제2 무작위 변수 및 상기 산출된 예측 값에 대한 평균 제곱 오차(Mean Square Error; MSE)가 최소화되도록 상기 다음 주기의 제1 예측 값을 산출하는 택시 승객의 수요 예측 장치
|
15 |
15
제11항에 있어서, 상기 제1 수요 예측부는, 상기 제2 무작위 변수에 대한 상기 제1 무작위 변수의 조건부 전이 분포를 통해 획득되는 상기 제2 무작위 변수의 평균값에 의해 상기 다음 주기의 제1 예측 값을 산출하는 택시 승객의 수요 예측 장치
|
16 |
16
삭제
|
17 |
17
제11항에 있어서, 상기 제2 수요 예측부는, 상기 산출된 현재 위치에서의 제1 예측 값에 대해서 가중치 벡터를 계산하고, 상기 계산된 가중치 벡터를 이용하여 상기 산출된 현재 위치에서의 제1 예측 값과 주변 지역에서 산출된 제1 주변 예측 값을 결합하는 택시 승객의 수요 예측 장치
|
18 |
18
제17항에 있어서,상기 제2 수요 예측부는, 현재 위치에서의 실제 값과 상기 산출된 현재 위치에서의 제1 예측 값에 대한 평균 제곱 오차가 최소화되도록 가중치 벡터를 계산하는 택시 승객의 수요 예측 장치
|
19 |
19
제11항에 있어서, 상기 제2 수요 예측부는, 상기 산출된 현재 위치에서의 제1 예측 값, 현재 위치에서의 가중치 및 바이어스 항과, 상기 산출된 제1 주변 예측 값, 주변 지역에서의 가중치 및 바이어스 항을 이용하여 현재 위치에서의 제2 예측 값을 결정하는 택시 승객의 수요 예측 장치
|
20 |
20
제11항에 있어서, 상기 제2 수요 예측부는, 현재 위치 및 주변 지역 각각에 대해, 제1 예측 값 및 제1 주변 예측 값과 각각의 가중치를 곱한 값과, 각각의 바이어스 항을 더하여 현재 위치에서의 제2 예측 값을 결정하는 택시 승객의 수요 예측 장치
|