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 ...
다층적 네트워크 및 GCN(Graph Convolution Network) 기반 초광역권 도시성장 및 회복탄력성 예측모형 개발
[데이터이관 글자수 검증으로 인한 추가 텍스트 입력][데이터이관 글자수 검증
초광역권
다층적 네트워크
도시성장
회복탄력성
딥러닝
3
2022년 9월-2026년 2월
|95,037,000원
다층적 네트워크 및 GCN(Graph Convolution Network) 기반 초광역권 도시성장 및 회복탄력성 예측모형 개발
본 과제는 초광역권 내 도시들 사이의 공간적·비공간적 네트워크를 분석하여 도시성장, 쇠퇴, 회복탄력성을 예측·시뮬레이션하는 연구임.
연구 목표는 다층적 네트워크와 Graph Convolution Network 기반 모형을 구축하여 초광역권의 성장과 회복탄력성에 미치는 영향을 설명하는 데 있음. 이를 위해 도시권 설정 이론, 사회관계망 이론, 공간적 상호작용 이론을 바탕으로 알고리즘을 개발하고, 구글 트렌드 검색량 데이터, Origin-Destination 매트릭스, 영향변수 DB를 구축함. 또한 기능계량경제모형과 다항로지스틱모형으로 회복탄력성 유형을 분석하고, GCN 시뮬레이션과 Mapping System을 통해 균형발전 정책의 객관적 근거를 제공함.