류종득 박상민 박성호 권철우 윤일수 2018-08 1738-0774 https://aurora.ajou.ac.kr/handle/2018.oak/37293 https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002379873 최근 빅데이터 시대의 도래와 함께 교통사고와 관련된 요인을 설명하기 용이해졌다. 이에따라 최신 분석 기법을 적용하여 교통사고 자료를 분석하고 시사점을 도출할 필요가 있다. <br>본 연구의 목적은 고속도로 교통사고 자료를 이용하여 고속도로의 주요 분석 단위인 콘존의교통사고 건수를 예측하기 위하여 음이항 회귀모형과 딥 러닝을 이용한 기법을 적용하고 예측 성능을 비교하였다. 예측 성능 비교 결과, 딥 러닝 모형의 MOE들이 음이항 회귀모형에비해 다소 우수한 것으로 나타났으나, MAD 기준으로 차이는 미미한 것으로 나타났다. 하지만 딥 러닝을 이용할 경우 다른 독립변수들을 추가하는 것이 용이하고, 모형의 구조 등을 변경할 경우 예측 신뢰도를 더욱 증가시킬 수 있을 것으로 판단된다. Kor 한국ITS학회 딥 러닝을 이용한 고속도로 교통사고 건수 예측모형 개발에 관한 연구 A Study for Development of Expressway Traffic Accident Prediction Model Using Deep Learning Article 25 4 14 한국ITS학회 논문지 17 한국ITS학회 논문지, Vol.17 No.4, pp.14-25 10.12815/kits.2018.17.4.14 교통사고 건수 예측모형 딥 러닝 교통안전 안전성능함수 음이항 회귀모형 Traffic accident prediction model Deep learning Traffic safety Safety performance function Negative binomial regression model Article