권호기사보기
기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
---|
대표형(전거형, Authority) | 생물정보 | 이형(異形, Variant) | 소속 | 직위 | 직업 | 활동분야 | 주기 | 서지 | |
---|---|---|---|---|---|---|---|---|---|
연구/단체명을 입력해주세요. |
|
|
|
|
|
* 주제를 선택하시면 검색 상세로 이동합니다.
표제지
목차
국문요약 6
Abstract 7
01. 서론 16
제1절 연구의 배경 및 목적 17
1. 연구의 배경 17
가. 대내적 연구 배경 17
나. 대외적 연구 배경 17
2. 연구의 목적 18
제2절 연구의 범위 19
1. 시간적 범위 19
2. 공간적 범위 19
3. 내용적 범위 19
제3절 연구의 범위 21
02. 선행 연구 검토 22
제1절 도시 네트워크 관련 연구 23
1. 해외 23
가. 기업 활동 수준을 고려한 세계 도시 네트워크 분석 23
나. 중국 내 주요 도시 네트워크 수준 분석 24
다. 도시 네트워크 방법 비교 분석 26
2. 국내 27
가. 세계 도시 네트워크 분석 방법론 고찰 연구 27
나. 항공여객량을 활용한 세계 도시 시스템 변화 연구 27
제2절 도시활력 관련 연구 29
1. 해외 29
가. 도시활력을 활용한 유령도시 판별 29
나. 도시구조와 도시활력의 관계 분석 30
다. POI 빅데이터를 활용한 지역별 도시활력 비교 연구 31
2. 국내 32
가. 빅데이터를 활용한 도시활력의 조작적 개념 정의 32
나. 야간 위성영상을 활용한 도시 활력 측정 33
다. 생활이동 데이터를 활용한 통행목적별 도시활력 영향요인 분석 34
라. 지역 경제 모니터링을 위한 지역경제 활력도 개발 38
마. 지역활력의 시계열 변동 분석을 통한 인구감소 위기 대응 39
제3절 인공지능 기반 예측 연구 41
1. 인공지능을 활용한 교통 빅데이터 분석 41
2. 앙상블 모델을 활용한 교통 빅데이터 분석 43
3. XAI를 활용한 교통 빅데이터 분석 45
제4절 시사점 47
03. 도시경쟁력 전망 모형 현행화 48
제1절 도시경쟁력 전망 모형 현행화 49
1. 도시경쟁력 전망 모형 현행화 개요 49
2. 도시경쟁력 전망 모형 49
제2절 도시경쟁력 전망 모형 입력자료 52
1. 도시경쟁력 전망 모형 입력자료 52
가. 모바일 데이터 52
나. 신용카드 데이터 53
다. 장래 인구 추계 자료 54
제3절 도시경쟁력 전망 모형 현행화 결과 55
1. 도시경쟁력 현황 55
가. 모빌리티 현황 분석 결과 55
나. 소비 현황 분석 결과 60
2. 도시경쟁력 전망 결과 66
가. 모빌리티 전망 결과 66
나. 소비 전망 결과 71
04. 도시경쟁력 전망 모형 고도화 75
제1절 도시경쟁력 전망 모형 고도화 76
1. 도시경쟁력 전망 모형 고도화 개요 76
가. 인공지능 기반의 예측 모형 76
나. 인공지능 기반의 예측 모형 해석 77
제2절 미래 통행 예측 모형 입력자료 78
1. 미래 통행 예측 모형 입력자료 78
가. 합성인구 78
나. 통행시간 및 통행거리 79
제3절 미래 통행 예측 모형 개발 80
1. 미래 통행 예측 모형 구축 80
2. 미래 통행 예측 모형 성능 평가 81
제4절 도시경쟁력 전망 모형 고도화 결과 82
1. 미래 통행 예측 모델 학습 결과 82
가. 예측 성능 평가 82
나. 학습 결과 분석 83
다. 소결 97
2. 미래 통행 예측 결과 99
05. 결론 105
제1절 결론 및 정책 제언 106
참고문헌 108
판권기 111
[그림 1-1] 연구 수행 절차 21
[그림 2-1] 세계 주요 도시 글로벌 연결성 24
[그림 2-2] 중국 주요 도시 네트워크 분석 결과 25
[그림 2-3] 독일 도시 네트워크 비교(하향식, 상향식) 26
[그림 2-4] 서울권 항공여객 유동패턴 변화 28
[그림 2-5] 중국 신생도시 도시활력 및 유령도시 판별 결과 29
[그림 2-6] 도시활력 및 도시구조 관련 데이터셋 30
[그림 2-7] 도시별 접근성 비교 31
[그림 2-8] 대구광역시 도시 활력 지수 비교 34
[그림 2-9] 통행목적별 도시활력 지수 비교 35
[그림 2-10] 가로경관 인식 지표별 이미지 예시 36
[그림 2-11] SHAP 변수 중요도 36
[그림 2-12] 통행목적별 도시활력에 영향을 미치는 SHAP 변수 산점도 37
[그림 2-13] 읍면동 단위 지역활력지수 분석 결과 39
[그림 2-14] 지역별 지역 활력 지표의 시계열적 변동 40
[그림 2-15] 시점별 교통량 실제값 및 예측값 비교 41
[그림 2-16] 거리별 Weighted Rush-hours RMSE 42
[그림 2-17] 링크별 시간과 속도 상관관계 42
[그림 2-18] 교통사고 발생 기간 교통 흐름 예측 결과 43
[그림 2-19] 기계 학습 모델들의 성능 비교 44
[그림 2-20] SHAP feature importance 결과 45
[그림 2-21] SHAP Dependece Plot와 Partial Dependece Plot 46
[그림 3-1] 도시경쟁력 전망 모형 구축 방법 50
[그림 3-2] 모바일 데이터 추출 알고리즘 52
[그림 3-3] 업종별 여가 소비매력도(2022년) 66
[그림 3-4] 2022년 대비 출근 통행량 변화 68
[그림 3-5] 2022년 대비 여가 통행량 변화 70
[그림 3-6] 2022년 대비 출근 소비액 변화 72
[그림 3-7] 2022년 대비 여가 소비액 변화 74
[그림 4-1] 미래 통행 예측 과정 76
[그림 4-2] 출근 통행 예측 모델 산점도 82
[그림 4-3] 여가 통행 예측 모델 산점도 83
[그림 4-4] 출근 통행 예측 모델 SHAP bar plot 84
[그림 4-5] 출근 통행 예측 모델 SHAP dot plot 85
[그림 4-6] 출근 통행 예측 모델 dependence plot(통신자료, 남성, 10-30대) 86
[그림 4-7] 출근 통행 예측 모델 dependence plot(통신자료, 남성, 40-80대) 87
[그림 4-8] 출근 통행 예측 모델 dependence plot(통신자료, 여성, 10-30대) 88
[그림 4-9] 출근 통행 예측 모델 dependence plot(통신자료, 여성, 40-80대) 89
[그림 4-10] 출근 통행 예측 모델 dependence plot(통행거리 및 통행시간) 90
[그림 4-11] 여가 통행 예측 모델 SHAP bar plot 91
[그림 4-12] 여가 통행 예측 모델 SHAP dot plot 92
[그림 4-13] 여가 통행 예측 모델 dependence plot(통신자료, 남성, 10-30대) 93
[그림 4-14] 여가 통행 예측 모델 dependence plot(통신자료, 남성, 40-80대) 94
[그림 4-15] 여가 통행 예측 모델 dependence plot(통신자료, 여성, 10-30대) 95
[그림 4-16] 여가 통행 예측 모델 dependence plot(통신자료, 여성, 40-80대) 96
[그림 4-17] 여가 통행 예측 모델 dependence plot(통행거리 및 통행시간) 97
*표시는 필수 입력사항입니다.
전화번호 |
---|
기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
---|
번호 | 발행일자 | 권호명 | 제본정보 | 자료실 | 원문 | 신청 페이지 |
---|
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
*표시는 필수 입력사항입니다.
저장 되었습니다.