《첨단과학기술분야에서 세계적경쟁력을 가진 기술들을 개발하기 위한 투쟁을 힘있게 벌려야 합니다.》
도로망에서 이웃한 도로구간들의 교통흐름들속에는 명백한 시공간적상관들이 존재한다. 그러한 상관관계들을 정확하게 동정하는것은 교통흐름예측의 정확성을 제고하는데서 중요한 문제로 제기되고있다. 이 문제를 해결하기 위한 많은 선행연구들이 있었지만 그것들은 교통흐름들사이의 시공간상관성이 시간과 공간에서 정적이라고 가정하고있다. 즉 교통흐름들사이에 서로 영향을 주는 정도는 고정되여있다고 간주한다.
우리는 시공간상관성의 동적성질을 고려한 한가지 무리짓기에 기초한 새로운 교통흐름지능예측기술을 개발하였다. 교통흐름들사이의 단기의존성을 표현하기 위하여 시공간상관행렬을 도입하였다. 리력교통자료는 시공간상관행렬들의 류사도에 따라 여러개의 클라스터들에로 분할된다. 시공간상관해석과 호상정보량에 기초한 예측기선택이 매 클라스터들에서 진행되며 다중예측모형들이 분리적으로 학습된다. 현재의 교통흐름패턴이 어느 클라스터에 속하는가에 따라 그에 대응하는 하나의 예측모형이 선택되여 예측결과를 출력한다. 실제교통자료를 리용한 예측실험결과들은 우리가 제안한 방법이 시공간상관성의 이질성을 효과적으로 구별함으로써 좋은 예측성능을 달성한다는것을 보여주었다.
이 연구결과는 잡지 《Transportation Research Part C-Emerging Technologies》((2018) 96: 55-71)에 《Construction of State Vector for Short-time Traffic flow Prediction》 (https://doi.org/10.1016/j.trc.2018.09.015) 의 제목으로 발표되였다.