[AI 프로젝트 코딩기술서] Spatiotemporal Demand Prediction Model for Personal Mobility using a Graph Convolutional Neural Network
조회 수 : 1037

IoT, 인공지능, 빅데이터의 상호관계 및 실무지식을 심화학습하고 산업과 사회에서 겪는 소프트웨어 문제를 코딩을 통해 해결하여 기술적 이슈와 응용능력 배양

 
조정훈.함승우.png

콘텐츠 소개(About Contents)

우리나라에서 최근 주목 받고 있는 전동 킥보드 (Personal Mobility) 공유 서비스
정확한 시공간적 수요 예측을 통하여 서비스의 품질과 경제성 확보 가능

1) 전동 킥보드의 특성을 고려한 시공간적 수요 예측 알고리즘 개발
   - 실제 이용 기록/어플리케이션 사용 기록 등을 바탕으로 예측 정확도 개선
   - Graph Convolutional Neural Network (GCN) 적용
2) 시스템을 Graph로  정의하는 형태 필요
   - 이용 특성을 나타내는 graph가 더 정확한 수요예측에 기여할 수 있다.
   - 어떠한 형태가 더 적절한 그래프인지 확인 필요

Institution 글로벌공학교육센터(Global Education Center for Engineers)
Subject IoT·인공지능·빅데이터

기획자(Planner)

서울대학교 공과대학 건설환경공학부 
조정훈, 함승우

gece_lms_logo2.png