다층적 네트워크 및 GCN(Graph Convolution Network) 기반 초광역권 도시성장 및 회복탄력성 예측모형 개발
본 연구의 최종 목표는 다층적 네트워크 및 Graph Convolution Network 기반 초광역권 도시성장 및 회복탄력성 예측모형 개발 및 적용으로 초광역권 차원의 공간적, 비공간적 네트워크 특성에 따른 도시의 성장 및 쇠퇴와 회복탄력성에 미치는 영향 모델을 개발하여 예측·시뮬레이션 함으로써 초광역권의 지속가능한 성장을 위한 국가균형발전 정책 실현에 ...
초광역권
다층적 네트워크
도시성장
회복탄력성
딥러닝
비정형데이터
토픽모델링
기능계량경제모형
2
2022년 8월-2026년 2월
|95,037,000원
다층적 네트워크 및 GCN(Graph Convolution Network) 기반 초광역권 도시성장 및 회복탄력성 예측모형 개발
본 연구의 최종 목표는 다층적 네트워크 및 Graph Convolution Network 기반 초광역권 도시성장 및 회복탄력성 예측모형 개발 및 적용으로 초광역권 차원의 공간적, 비공간적 네트워크 특성에 따른 도시의 성장 및 쇠퇴와 회복탄력성에 미치는 영향 모델을 개발하여 예측·시뮬레이션 함으로써 초광역권의 지속가능한 성장을 위한 국가균형발전 정책 실현에 ...
초광역권
다층적 네트워크
도시성장
회복탄력성
딥러닝
3
주관|
2022년 8월-2026년 2월
|95,037,000원
다층적 네트워크 및 GCN(Graph Convolution Network) 기반 초광역권 도시성장 및 회복탄력성 예측모형 개발
본 연구의 목적은 초광역권 차원에서 다층적 네트워크와 딥러닝 기반 도시성장 및 회복탄력성 예측모형을 개발하여 시뮬레이션 함으로써 국가균형발전을 위한 초광역권 거점 연계 및 균형발전 정책 실현에 기여하는데 있음. 이를 위해 본 연구는 총 3개의 세부연구목표(알고리즘 및 모형개발, DB구축 및 공간·비공간 네트워크 영향분석, 시나리오 개발 및 시뮬레이션)을 설정하여 진행함. 본 연구과제는 총 4차 년도로 구성되며, 각 세부목표를 점진적으로 수행할 수 있도록 연차별 계획을 수립하였음.
1차년도는 초광역권 설정과 네트워크, 도시성장쇠퇴, 회복탄력성 이론 및 모형 알고리즘 정립을 목표로 도시권 설정, 공간적·비공간적 네트워크 이론, 도시성장 및 쇠퇴 확산과 회복탄력성을 예측하기 위한 관련 이론과 선행연구를 충분히 검토함으로써 이론적 기반과 모형 알고리즘의 틀을 구축함. 2, 3, 4차년도에 진행되는 연구주제를 지원하기 위한 DB 구축과 함께 초광역권 설정을 진행함.
2차년도는 온라인 비정형 네트워크와 공간적 네트워크를 반영한 도시 성장·쇠퇴 분석 모듈 개발을 목표로 비공간적 네트워크 데이터 구축을 위해 구글 트렌드 검색량 데이터와 Python Crawling 코딩을 통해 온라인상의 텍스트 키워드를 공간 단위별로 구축하며, 공간적 네트워크 데이터에 대한 Origin-Destination 매트릭스를 구축함. 이와 함께, 도시성장 및 쇠퇴 영향변수 DB를 구축하여 네트워크 특성별 도시성장 및 쇠퇴분석을 위해 분석 모듈을 개발함
3차년도는 초광역권 별 다층적 네트워크 특성에 따른 회복탄력성 영향 분석 모듈 개발을 목표로 두 가지 분석 모듈을 테스트하게 되며, 1)2차년도에 개발된 통합 기능가중행렬 기반 기능계량경제모형을 다층적 네트워크 특성이 회복탄력성에 미치는 영향 분석에 활용하는 방법과 2) 회복탄력성 유형별 다층적 네트워크 특성을 도출하는 다항로지스틱모형 개발을 포함함. 이를 위해, 지역별 회복탄력성 측정이 필수적인데, 1차년도에 진행된 이론 연구와 금융위기 및 코로나 팬데믹 충격으로 인한 인구, 고용, GRDP 측면의 반응력과 회복력 지표 분석을 통해 초광역권 내 시군들의 회복탄력성 지표를 개발함. 최종적으로는 1차년도에 식별된 초광역권별 다층적(공간적·비공간적) 네트워크 특성과 도시의 회복탄력성 패턴 및 영향 관계를 분석함
4차년도는 네트워크 시나리오별 초광역권 내 GCN 기반 성장, 쇠퇴, 회복탄력성 유형 예측모형 개발을 목표로 초광역권 내 다층적 네트워크 시나리오를 개발하며, 2차년도와 3차년도에 도출된 네트워크 특성과 인구, 사회, 경제, 광역교통네트워크, 정책적 요인 변수를 활용하여 GCN 딥러닝 기반의 도시성장, 쇠퇴, 회복탄력성 시뮬레이션모형을 개발함. 또한, 초광역권별 시뮬레이션 결과를 토대로 권역별 Mapping System을 구축하여 권역 내 지역 간 연계 특성이 반영된 다양한 균형발전정책이 발굴될 수 있도록 기초자료를 제공함