캘리포니아 고속도로 78번 도로(샌디에이고 지역 Melrose Dr와 El-Camino Real 사이 7.24km 구간)의 2022년 7월부터 11월까지 5개월간의 30초 간격 교통 데이터를 사용하여, 다중 선형 회귀(MLR)와 랜덤 포레스트(RF) 알고리즘 기반의 교통량 예측 모델을 제시하는 연구입니다. 데이터 수집 간격을 30초부터 15분까지 변화시켜 R^2, MAE, RMSE 지표를 사용하여 모델 성능을 평가하였으며, MLR과 RF 모델 모두 10분 간격의 데이터에서 최적의 성능을 보였습니다.
시사점, 한계점
•
시사점: 10분 간격의 데이터를 사용한 MLR 및 RF 모델이 캘리포니아 고속도로 78번 도로의 교통량 예측에 효과적임을 보여줌으로써, 향후 교통 혼잡 해소 및 효율적인 교통 관리 방안 마련에 기여할 수 있습니다.
•
한계점: 연구는 특정 지역(캘리포니아 고속도로 78번 도로의 일부 구간)과 제한된 기간(5개월)의 데이터에만 기반하였으므로, 다른 지역이나 기간으로 일반화하는 데에는 한계가 있습니다. 또한, 고려된 알고리즘이 MLR과 RF로 제한적이며, 더욱 다양하고 정교한 알고리즘을 적용하여 성능을 비교 분석할 필요가 있습니다. 데이터 수집 간격 최적화에 대한 결과가 특정 지역에 국한될 가능성이 있으며, 다른 지역이나 조건에서는 다른 최적 간격을 가질 수 있습니다.
