# Origin-Destination Demand Prediction: An Urban Radiation and Attraction Perspective

### 저자

Xuan Ma, Zepeng Bao, Ming Zhong, Yuanyuan Zhu, Chenliang Li, Jiawei Jiang, Qing Li, Tieyun Qian

### 💡 개요

본 논문은 기존 OD 수요 예측 방법들이 공간적, 시간적 종속성에만 집중하거나 지역 기능의 근본적인 차이를 간과하는 문제를 해결하고자 합니다. 연구팀은 지역의 '방사(radiation)' 및 '매력(attraction)' 능력을 딥러닝 프레임워크에 통합하고, 이러한 능력 간의 동적인 변환 관계와 경쟁 관계를 포착하는 새로운 모델을 제안합니다. 제안된 모델은 실험을 통해 기존 최신 모델들보다 우수한 성능을 보였으며, 지역의 명목적 속성을 활용한 기능 설명력을 입증했습니다.

### 🔑 시사점 및 한계

- 지역의 기능적 특성(방사 및 매력 능력)을 딥러닝 모델에 통합하여 OD 수요 예측 성능을 향상시킬 수 있습니다.

- 지역의 속성(예: 주거지, 공업지구)을 고려하고, 시간 및 경쟁 관계에 따라 변화하는 지역의 능력을 동적으로 모델링하는 것이 중요합니다.

- 실제 도시 환경의 복잡성과 다양한 변수들을 완벽하게 포착하기에는 추가적인 연구가 필요할 수 있으며, 모델의 일반화 성능을 더 넓은 범위의 도시 데이터셋에 대해 검증할 필요가 있습니다.

---

[PDF 보기](https://arxiv.org/pdf/2412.00167)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).