| 연구목표 |
본 과제의 최종목표는 기존 일부 도시에서 교통 관제, 교통 시뮬레이션 등 기술 개발 및 적용에도, 여전히 교통혼잡 비용은 줄어들지 않아 기존 성능을 크게 뛰어넘는 인공지능 예측과 제어 소프트웨어를 개발하는 것이다. 기존 단발적인 교혼혼잡 해결방안 보다 대도시 혼잡도로 맞춤형 으로 날씨·미세먼지·도로여건·시간대별·교통흐름 등에 맞춘 딥러닝 기반 혼합 콘볼루션... |
| 연구내용 |
○ 주관기관 : Deep-TraC에 교통혼잡 지역 정보를 제3차 입력 모듈 개발 및 Deep-TraC 응용 적용 솔루션 모듈 개발 − 전체 및 지역별 교통혼잡을 예측함− 교통 신호 제어 모듈과 통합을 고려한 모형 개발 − 복합데이터가 반영된 실시간 교통혼잡 예측지표 개발○ 참여기관1 : 혼잡교차로 제어 솔루션 모듈 통합− 혼잡교차로 신호제어 솔루션 결과를 ... |
| 기대효과 |
○ 복합 빅데이터 기반 딥러닝 처리 시스템 소프트웨어 분야 고급 인력 양성− 웹서비스 등 기존 IT, ICT 컴퓨팅 분야에 비해, 딥러닝 시스템 소프트웨어 분야의 고급인력으 공급은 상대적으로 부족한 것으로 파악되며− 현재 심각하게 부족한 인공지능 기술 개발 분야, 딥러닝 기술 및 연구 분야의 전문인력 부족 현상 해소에 본 연구과제는 크게 도움을 줄 수 있을... |
| 키워드 |
혼잡 예측,교통혼잡,딥러닝,신호 제어,인공지능 |