지능형 도시에서 미세먼지 예측을 위한 심층 학습 기법 적합성 평가

신익희; 문용혁; 이용주

doi:10.5626/KTCP.2019.25.12.610

추천

검색

질문

자료유형: 학술저널

저자정보: 신익희 (과학기술연합대학원대학교) 문용혁 (한국전자통신연구원) 이용주 (한국전자통신연구원)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제25권 제12호

발행연도: 2019.12

수록면: 610 - 615 (6page)

DOI: 10.5626/KTCP.2019.25.12.610

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

대기중 미세먼지 농도 증가와 미세먼지가 인체에 끼치는 해로움에 대한 관심이 커지면서 미세먼지에 대한 신체 노출을 줄이기 위한 방법으로 미세먼지 예측이 떠오르고 있다. 또한 지역별 미세먼지 수치 관측에 대한 요구가 증가하고 있지만 미세먼지 관측소가 부족해 요구를 만족하기 어렵다. 본 논문에서는 스마트 시티 데이터를 활용하여 미세먼지 관측소가 부족한 문제를 해결하고 미세먼지 수치를 예측하고자 한다. 스마트 시티 데이터 같은 시계열 데이터를 다루는 딥러닝 모델은 입력 데이터의 특성 수에 영향을 받기때문에 미세먼지 예측에 적합한 모델을 찾아야한다. 데이터 특성이 다른 두 스마트 시티 데이터에 대해 다층 신경망, LSTM, CNN-LSTM 모델을 학습하여 RMSE, MAPE의 값과 표준편차를 비교하여 적합한 딥러닝 모델을 제시한다. 제시한 모델과 기존 연구들에서 사용된 모델을 비교한 결과 제시한 모델이 더 정확한 예측을 수행하였다.

#스마트 시티 #미세먼지 예측 #시계열 데이터 #딥러닝 #smart city #particulate matter prediction #time series data #deep learning

참고문헌 (4)

참고문헌 신청

K. W. Cho, Y. J. Jung, C. G. Kang, and C. H. Oh, Conformity Assessment of Machine Learning Algorithm for Particulate Matter Prediction, Journal of the Korea Institute of Information and Communication Engineering, Vol. 23, No. 1, pp. 20- 26, Jan. 2019. (in Korean)

M. M. Dedovic, S. Avadakovic, I. Turkovic, N. Dautbasic and T. Konjic, Forecasting PM10 concentrations using neural networks and system for improving air quality, Proc. of 2016 XI International Symposium on Telecommunications, pp. 1-6, 2016.

A. Chaloulakou, G. Grivas and N. Spyrellis, Neural Network and multiple regression model for PM10 prediction in Athens: A comparative assessment, Journal of the Air & Waste Management Association, Vol. 53, No. 10, pp. 1183-1190, 2003.

D. J. Lim, T. H. Kim, R. Lee, and H. M. Jung, LSTM-based Particulate Matter prediction for efficient road scattering dust removal path proposal, Proc. of Korea Information Processing Society Fall Conference, pp. 1258-1261, 2017. (in Korean)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

신익희

소속기관 과학기술연합대학원대학교

주요연구분야 공학 > 컴퓨터학

논문수 5 이용수 712

문용혁

소속기관 한국전자통신연구원

주요연구분야 공학 > 컴퓨터학 공학 > 전기전자공학 > 전기공학

논문수 9 이용수 832

이용주

소속기관 한국전자통신연구원

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 10% 공학 > 컴퓨터학 TOP 10%

논문수 157 이용수 11,044

이 논문과 함께 이용한 논문

시공간 패턴 탐색 자동화 도구 개발: 미세먼지 경보 자료를 사례로

황수연 , 전규희 , 채한성 외 2명 대한공간정보학회 학술대회 2022 .05

[특별연재] 미세먼지 정책 신뢰성 높이려면, 국민과 소통하는 팩트 체크 시스템 운영이 기본

김운수 월간 공공정책 2022 .04

임베디드 시스템을 위한 딥러닝 모델 경량화

최용준 , 엄현상 한국정보과학회 학술발표논문집 2019 .06

GAN과 DNN을 활용한 딥러닝 기반의 지능형 개인신용 평가모형

홍태호 , 김성훈 , 김은미 인터넷전자상거래연구 2019 .02

지도학습 기반의 자율비행 기술 조사 및 시험

문성태 , 최연주 , 한상혁 한국항공우주학회 학술발표회 초록집 2018 .04

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (4)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)