조근민 이상수 남두희 2020-06 1738-0774 https://aurora.ajou.ac.kr/handle/2018.oak/37454 https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002596490 본 연구는 공공자전거의 대여량을 예측하는 딥러닝 모형을 개발하였다. 이를 위하여 공공자전거 대여량 자료, 기상 자료, 그리고 지하철 이용량 자료를 수집하였다. 지수평활 모형, ARIMA 모형과 LSTM기반의 딥러닝 모형을 구축한 후 MSE와 MAE 평가 지표를 사용하여 예측 오차를 비교·평가하였다. 평가 결과, 지수평활 모형으로 MSE 348.74, MAE 14.15 값이 산출되었다. ARIMA 모형으로 MSE 170.10, MAE 9.30 값을 얻었다. 그리고 딥러닝 모형으로 MSE 120.22, MAE 6.76 값이 산출되었다. 지수평활 모형의 값과 비교하여 ARIMA 모형의 MSE는51%, MAE는 34% 감소하였다. 그리고 딥러닝 모형의 MSE는 66%, MAE는 52% 감소하여 딥러닝 모형의 오차가 가장 적은 것으로 파악되었다. 이러한 결과로부터 공공자전거 대여량 예측분야에서 딥러닝 모형의 적용시 예측 오차를 크게 감소시킬 수 있을 것으로 판단된다. Kor 한국ITS학회 딥러닝 모형을 활용한 공공자전거 대여량 예측에 관한 연구 Forecasting of Rental Demand for Public Bicycles Using a Deep Learning Model Article 37 3 28 한국ITS학회 논문지 19 한국ITS학회 논문지, Vol.19 No.3, pp.28-37 10.12815/kits.2020.19.3.28 Deep learning Bicycle Forecasting Long short-term memory Demand 딥러닝 자전거 예측 LSTM 수요 Article