Placeness Inference using Cyber-Physical Data Convergence

안녕하세요. CDSN 연구실 장소성(Placeness) 연구팀 박사과정 한수민 입니다 🙂. 우리 연구팀은 도시내에 있는 여러 지역들의 특징을 데이터를 통해 이해하고, 이를 기반으로 미래 도시 변화를 예측하는 연구를 하고 있습니다.

학부생 인턴 채용 공고 바로가기

 

  • 기존에 연구실에서 다음과 같은 연구를 진행했습니다.
    • 한 지역의 주거지역이 상업지역으로 변화하는 현상이 과다하게 진행이 되어 기존 주민들에게 부정적인 영향을 끼치게 되는 젠트리피케이션 현상을 예방하기위해, 도시계획자가 소셜미디어 등을 통해 지역의 상업화 정도를 파악할 수 있는 머신러닝 기반 모델을 제안했습니다 (자료1).
    • 최근에는 대중교통 데이터와 다양한 지역의 특징(인구통계, 주거/상업, 문화시설/대학교 등)을 복합적으로 활용하여 대중교통수요 예측성능을 높인 딥러닝모델 모델을 제안했습니다.
  • 도시와 관련하여 활용할 수 있는 다양한 데이터가 존재합니다.
    • 차량 교통속도 데이터, 버스 지하철 대중교통 데이터와 같은 교통데이터
    • 스마트폰의 LTE사용신호를 추적하여 해당 지역에 사람이 얼마나 있는지를 추론한 유동인구데이터
    • 위치기반 소셜미디어 데이터 (인스타그램, 트위터)
    • 인공위성을 통한 위성사진 데이터, 로드뷰 데이터
    • 사업체의 위치기반 인허가데이터
    • 그 외에도 주차데이터, 스마트 신호등/횡단보도 데이터, 자전거/킥보드 데이터 등
  • 하지만 다양한 데이터들의 특성을 고려하여 복합적으로 활용하는것은 쉬운일이 아닙니다. 또한 장기적인 도시변화를 예측하기위한 모델은 관련 연구가 부족합니다.

팀 소개

  • 지도교수
    • 이동만 교수님 (dblp): 현 카이스트 공과대학 학장, 전 문화기술대학장
    • 안지선 교수님 (scholar): ICWSM, WWW, ACL, EMNLP PC멤버
  • 연구팀
    • 박사과정 1, 포닥 1, 석사과정 2, 인턴 1
  • 연구 협업
    • 조천식녹색교통대학원 TOPS 연구실과 교통 데이터 연구협력중
    • 부동산 빅데이터 관련 스타트업 데이터노우즈와 산학협력추진

본 연구 분야에 필요한 기술

  • 지리빅데이터 (GIS): geopandas, QGIS
  • 인공지능 (AI): tensorflow, pytorch, scipy
  • 전산사회과학 (Computational Social Science): social medial crawling, text mining

현재 진행중인 연구 주제의 경우 크게 아래의 두 가지가 있습니다.

  1. 도시의 상권 및 지가 변화 예측
  2. 대중교통 수요 및 교통 속도 예측