| 1 |
1
딥러닝 모델을 이용한 교통데이터 예측 장치에 있어서,교통자료를 수집하는 수집부;상기 교통자료를 전처리하여 교통데이터를 생성하는 전처리부; 및상기 교통데이터를 입력하여, 기설정한 시간 이후 예측 대상 도로내의 교통량 예측지점의 교통량을 예측하도록 상기 딥러닝 모델에 대한 학습을 통해 생성된 교통량 예측 딥러닝 모델을 이용하여 상기 교통량 예측지점의 교통량을 예측하는 예측부,를 포함하되,상기 교통데이터는, 상기 교통량 예측지점의 교통량에 관한 교통데이터 및 하나 이상의 인접 지점의 교통량에 관한 교통데이터를 포함하고,상기 인접 지점은, 상기 교통량 예측지점으로부터 미리 설정된 거리 이내의 지점으로서, 상기 예측 대상 도로 내에서 이웃하는 지점, 상기 예측 대상 도로와 직접적으로 연결되는 인접 도로내의 지점, 및 상기 예측 대상 도로와 직접적으로 연결되지 않는 지점을 포함하고,상기 예측 대상 도로와 직접적으로 연결되는 인접 도로내의 지점은, 상기 예측 대상 도로 내의 상행 도로 및 하행 도로 중 상기 교통량 예측지점이 속하는 도로로 직접 진입하는 지점, 상기 교통량 예측지점이 속하는 도로로부터 직접 진출하는 지점, 상기 교통량 예측지점이 속하는 도로의 반대 방향 도로로 직접 진입하는 지점, 상기 반대 방향 도로로부터 직접 진출하는 지점을 포함하고,상기 교통량 예측 딥러닝 모델은,상기 교통량 예측지점, 상기 예측 대상 도로 내에서 이웃하는 지점, 상기 교통량 예측지점이 속하는 도로로 직접 진입하는 지점, 상기 교통량 예측지점이 속하는 도로로부터 직접 진출하는 지점, 상기 반대 방향 도로로 직접 진입하는 지점, 상기 반대 방향 도로로부터 직접 진출하는 지점, 및 상기 예측 대상 도로와 직접적으로 연결되지 않는 지점을 분류하고, 분류된 각 지점마다 가중치를 구분 부여하여 상기 교통량 예측지점의 교통량을 예측하도록 학습되어 생성된 것인, 교통데이터 예측 장치
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 교통데이터는, 상기 예측 대상 도로내의 상행 도로 및 하행 도로 중 어느 하나의 교통량을 포함하고,상기 교통량 예측지점은, 상기 상행 도로 및 상기 하행 도로 중 다른 하나의 도로 내의 지점으로 설정된 것인, 교통데이터 예측 장치
|
| 4 |
4
제3항에 있어서,상기 교통데이터는, 상기 교통량 예측지점의 교통량을 더 포함하는 것인, 교통데이터 예측 장치
|
| 5 |
5
삭제
|
| 6 |
6
제1항에 있어서,상기 딥러닝 모델은, LSTM(Long-short Term Memory) 모델인 것인, 교통데이터 예측 장치
|
| 7 |
7
딥러닝 모델을 이용한 교통데이터 예측 방법에 있어서,수집부에서 교통자료를 수집하는 단계;전처리부에서 상기 교통자료를 전처리하여 교통데이터를 생성하는 전처리 단계; 및예측부에서 상기 교통 데이터를 입력하여 기설정한 시간 이후 예측 대상 도로내의 교통량 예측지점의 교통량을 예측하도록 상기 딥러닝에 대한 학습을 통해 생성된 교통량 예측 딥러닝 모델을 이용하여 상기 교통량 예측지점의 교통량을 예측하는 예측 단계,를 포함하되,상기 교통데이터는, 상기 교통량 예측지점의 교통량에 관한 교통데이터 및 하나 이상의 인접 지점의 교통량에 관한 교통데이터를 포함하고,상기 인접 지점은, 상기 교통량 예측지점으로부터 미리 설정된 거리 이내의 지점으로서, 상기 예측 대상 도로 내에서 이웃하는 지점, 상기 예측 대상 도로와 직접적으로 연결되는 인접 도로내의 지점, 및 상기 예측 대상 도로와 직접적으로 연결되지 않는 지점을 포함하고,상기 예측 대상 도로와 직접적으로 연결되는 인접 도로내의 지점은, 상기 예측 대상 도로 내의 상행 도로 및 하행 도로 중 상기 교통량 예측지점이 속하는 도로로 직접 진입하는 지점, 상기 교통량 예측지점이 속하는 도로로부터 직접 진출하는 지점, 상기 교통량 예측지점이 속하는 도로의 반대 방향 도로로 직접 진입하는 지점, 상기 반대 방향 도로로부터 직접 진출하는 지점을 포함하고,상기 교통량 예측 딥러닝 모델은,상기 교통량 예측지점, 상기 예측 대상 도로 내에서 이웃하는 지점, 상기 교통량 예측지점이 속하는 도로로 직접 진입하는 지점, 상기 교통량 예측지점이 속하는 도로로부터 직접 진출하는 지점, 상기 반대 방향 도로로 직접 진입하는 지점, 상기 반대 방향 도로로부터 직접 진출하는 지점, 및 상기 예측 대상 도로와 직접적으로 연결되지 않는 지점을 분류하고, 분류된 각 지점마다 가중치를 구분 부여하여 상기 교통량 예측지점의 교통량을 예측하도록 학습되어 생성된 것인, 교통데이터 예측 방법
|
| 8 |
8
삭제
|
| 9 |
9
제7항에 있어서,상기 교통데이터는, 상기 예측 대상 도로 내의 상행 도로 및 하행 도로 중 어느 하나의 교통량을 포함하고,상기 교통량 예측지점은, 상기 상행 도로 및 상기 하행 도로 중 다른 하나의 도로 내의 지점으로 설정된 것인, 교통데이터 예측 방법
|
| 10 |
10
제9항에 있어서,상기 교통데이터는, 상기 교통량 예측지점의 교통량을 더 포함하는 것인, 교통데이터 예측 방법
|
| 11 |
11
삭제
|
| 12 |
12
제7항에 있어서,상기 전처리 단계는,단위시간별 교통량을 포함하는 상기 교통데이터를 생성하는 단계인 것인, 교통데이터 예측 방법
|
