COVID-19 사례를 통한 도시 내 비정상적 수요 예측을 위한 시계열 모형 파이프라인 개발 연구
Time Series Modeling Pipeline for Urban Behavioral Demand Prediction under Uncertainty
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
도시에 많은 사람들이 밀집하여 살아가면서 기존에 예측하지 못했던 범죄, 사고, 감염병 등의 비정상 이벤트가 발생은 도시 내 이용자 수요에 영향을 미치게 된다. 이러한 불확실성(uncertainty)이 내포된 정보를 기반으로 도시 내 이용자 수요에 대한 시계열적 예측을 수행한다면 신뢰성 있는 결과 도출이 불가능하다. 특히, 2020년 초 발발한 COVID-19는 비정상적인 이동통행패턴의 변화를 불러 일으키며 시계열 수요예측을 어렵게 만들었기에 이러한 변화를 검지하고 이를 반영하여 정확한 수요를 예측 수행할 수 있는 방법론의 필요성이 대두되고 있다. 이에 본 연구는 COVID-19로 인한 비정상적 이벤트를 자동으로 검지하고 예측하는 모형 파이프라인을 구축하였다. 이는 도시 내 다양한 분야에서의 불규칙적이고 비정상적인 이벤트로 인한 수요변화가 일어나는 상황에 폭넓게 활용될 수 있을 것으로 생각된다.
Abstract
As cities are becoming densely populated, previously unexpected events such as crimes, accidents, and infectious diseases are bound to affect user demands. With a time-series prediction of demand using information with uncertainty, it is impossible to derive reliable results. In particular, the COVID-19 outbreak in early 2020 caused changes in abnormal travel patterns and made it difficult to predict demand for time series. A methodology that accurately predicts demand by detecting and reflecting these changes is, therefore, required. The current study suggests a time series modeling pipeline that automatically detects and predicts abnormal events caused by COVID-19. We expect its wide application in various situations where there is a change in demand due to irregular and abnormal events.
참고문헌 (16)
- Bajari, P., "Machine Learning Methods for Demand Estimation", American Economic Review, 105(5), pp.481~485 (2015)
- 차대협, "시계열 분석의 Arima 모형을 이용한 종돈장 사육규모별 사육두수 예측", Journal of Animal Breeding and Genomics, 5(2), pp.31~50 (2021), 한국동물유전육종학회[DOI]
- Han, D. C., "Estimation of Shared Bicycle Demand Using the SARIMAX Model : Focusing on the COVID-19 Impact of Seoul", Journal of the Korea Institute of Intelligent Transportation Systems, 20(6), pp.1~13 (2021)
- 한대철, "SARIMA 알고리즘을 이용한 교통량 보정 및 예측", 한국ITS학회 논문지, 20(6), pp.1~13 (2021), 한국ITS학회[DOI]
- 홍정열, "SARIMAX 모형을 이용한 공공자전거 수요추정과 평가: 서울시의 COVID-19 영향을 중심으로", 한국ITS학회 논문지, 20(1), pp.10~21 (2021), 한국ITS학회[DOI]
- Kim, D. K., "Forecasting Urban Railway Demand of Daegy Based on Time Series Analysis", Journal of Decision Making Research, 27(1), pp.1~11 (2019)
- 김동규, "시계열 자료를 활용한 도시철도 수요 예측", Journal of The Korean Data Analysis Society, 22(2), pp.753~765 (2020), 한국자료분석학회
- 김재호, "SARIMA모형을 이용한 코로나19 확진자수 예측", 한국정보통신학회논문지, 26(1), pp.58~63 (2022), 한국정보통신학회[DOI]
- 웨이쓰위안, "중국 IP(Intellectual Property)영화 작품의 창작 트렌드", 한국정보통신학회논문지, 24(2), pp.329~332 (2020), 한국정보통신학회[DOI]
- Korea Transportation Safety Authority, "Investigation of Public Transportation System", ~ (2021)
- 임성한, "코로나바이러스감염증-19로 인한 교통수요 변화 분석", 한국ITS학회 논문지, 19(5), pp.106~118 (2020), 한국ITS학회[DOI]
- 노윤승, "SARIMA모형을 이용한 철도여객 단기수송수요 예측", 한국ITS학회 논문지, 14(4), pp.18~26 (2015), 한국ITS학회[DOI]
- 오승원, "Prophet 모형을 이용한 마늘 가격의 장기 예측 및 트렌드 분석", Journal of The Korean Data Analysis Society, 22(6), pp.2325~2336 (2020), 한국자료분석학회[DOI]
- Seo, C. B., "The Impact of COVID-19 on Transportation Demand-OO Private Expressway", Proceedings of the KOR-KST Conference, pp.269~274 (2022)
- 신동렬, "시계열 모형과 빅데이터 분석기법을 이용한 코로나 확진자 수 예측", 신뢰성 응용연구, 22(4), pp.352~362 (2022), 한국신뢰성학회[DOI]
- Winters, P. R., "Forecasting sales by exponentially weighted moving averages", Management Science, 6(3), pp.324~342 (1960)