이요셉 오석진 김예진 박성호 윤일수 2023-12 1738-0774 https://aurora.ajou.ac.kr/handle/2018.oak/37961 https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART003034092 정확도가 높은 교통정보 예측은 지능형교통체계(intelligent transport systems, ITS)를 통한 교통 시설 이용자들의 혼잡 경로 회피 안내 등에서 활용되는 중요한 기능이다. 정확한 교통정보예측을 위해 다양한 딥러닝 모델들이 발전되어 왔다. 최근에는 앙상블 기법을 활용하여 다양한 모델들의 장단점을 결합하여 예측 정확도와 안정성을 높이고 있다. 따라서, 본 연구에서는다양한 딥러닝 모델들을 활용하여 교통정보 예측 모델을 개발하였으며, 개발된 딥러닝 모델들을 스태킹 앙상블(stacking ensemble)하여 성능을 개선하였다. 개별 모델들은 교통량 예측에서10% 이내의 오차율을, 속도 예측에서 3% 이내의 오차율을 보였다. 앙상블 모델은 교차검증을수행하지 않았을 때, 타 모델과 비교하여 더욱 높은 정확도를 보였다. 교차검증을 수행한 앙상블 모델은 장기예측에서 타 모델보다 균일한 오차율을 보이는 것으로 나타났다. Kor 한국ITS학회 스태킹 앙상블 기법을 활용한 고속도로 교통정보 예측모델 개발 및 교차검증에 따른 성능 비교 Development of Highway Traffic Information Prediction Models Using the Stacking Ensemble Technique Based on Cross-validation Article 16 6 1 한국ITS학회 논문지 22 한국ITS학회 논문지, Vol.22 No.6, pp.1-16 10.12815/kits.2023.22.6.1 교통정보 시계열 예측 딥러닝 앙상블 교차검증 Traffic Information Time-Series Prediction Deep Learning Ensemble Cross Validation Article