KCI등재
머신러닝 알고리즘을 이용한 기상 조건에 따른 노면 상태 예측 모델 연구 = Prediction of Road Surface State Caused by Weather Condition Using Machine Learning Model
The meteorological change affects vehicle safety. Slippery road caused by the weather increases the braking distance of vehicle. In result, drivers should drive more carefully. Because of the complexity of the relationship among vehicle safety, road surface state, and meteorological factors, machine learning model is considered to predict weather related vehicle safety. In this paper, we develop a machine learning model predicting vehicle safety by collecting detail weather data and road surface state of an area through ASOS where no weather stations are installed(so-called unmeasured area). To select the most reasonable machine learning model, we define model evalation criteria and apply them to various machine learning models. As a result, the selected model predicts road surface state of the target area with more than 80% of accuracy by using only 1,400 samples. If road surface state and friction of the road of the unmeasured area is predicted with high accuracy, social costs can be saved by decreasing accident risk through driver alert.
더보기기상 변화는 도로상의 차량 안전에 큰 영향을 미친다. 기상상태가 변화함에 따라, 노면은 미끄 러워질 수 있고, 미끄러운 노면은 차량의 제동거리를 증가시켜 운전자가 운전에 심혈을 기울여야 되 기 때문이다. 이러한 기상 변수와 노면 상태 및 차량 안전성 간 관계의 복잡성에 따라 기상 변화에 따 른 차량 안전성을 예측하기 위해서는 머신 러닝 모델 도입 필요성이 제기되고 있다. 본 연구에서는 기 존 기상 관측 장비가 없는 지역(미계측 지역)에서의 상세한 기상 데이터 및 노면 상태를 관측해 차량 안전성을 예측하는 최적의 기계학습 모델을 개발하였다. 이를 위해, 도로의 기하 정보와 ASOS의 기 상정보를 활용하여 설명변수를 가공하였다. 또한, 모델 평가 기준에 합당한 검증 방식을 적용하여, 가 장 합리적인 머신러닝 모델을 선정하였다. 그 결과, 특정 지역에 대해서 1400개의 데이터로 80% 이 상의 정확도로 노면 상태를 예측할 수 있음을 확인했다. 본 연구를 통해, 미계측 지역에 대한 노면 상 태를 예측하고, 그에 대한 마찰력을 유추한다면, 해당 도로의 위험성을 운전자에게 알리고, 사고 위험 도를 낮춰 사회적 비용을 감소시킬 수 있다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2023 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 선정 (재인증) | KCI등재 |
2019-12-01 | 평가 | 등재후보로 하락 (계속평가) | KCI후보 |
2016-02-29 | 학회명변경 | 한글명 : 한국ITA학회 -> 한국엔터프라이즈아키텍처학회영문명 : Korea Institute of information technology Architecture -> Korea Institute of Enterprise Architecture | KCI등재 |
2016-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2016-01-01 | 학술지명변경 | 한글명 : 정보기술아키텍처 연구 -> 정보화연구 | KCI등재 |
2012-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2011-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2010-01-01 | 평가 | 등재후보 1차 FAIL (등재후보1차) | KCI후보 |
2008-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.68 | 0.68 | 0.61 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.56 | 0.5 | 0.571 | 0.26 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)