지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.5
- 수록면
- 39 - 46 (8page)
- DOI
- 10.5573/ieie.2021.58.5.39
이용수
초록· 키워드
오류제보하기
급속한 산업화의 영향으로 많은 형태의 대기오염이 증가하고 있으며, 특히 미세먼지는 심장 및 폐 관련 질환을 발생시키거나 악화시키는 등 인체에 악영향을 끼친다. 본 연구에서는 미세먼지 피해를 줄이기 위한 해결방안으로 사전에 대응할 수 있도록 8시간 후의 미세먼지 수치를 예측한다. 우리는 정확한 예측을 위해 다양한 dataset을 구성하였고 시계열 데이터 예측에서 좋은 성능을 보여주는 LSTM 계열의 모델인 Stacked LSTM, LSTM AutoEncoder, LSTM Variational AutoEncoder를 이용한다. 연구 결과 데이터 수의 증가는 모델의 성능을 향상시키지 못했으나 feature 수의 증가는 모델의 성능을 향상시켰다. 또한, feature 수가 많은 dataset일수록 LSTM AutoEncoder가 가장 좋은 성능을 보였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. Dataset 확장
Ⅳ. 모델 개선
Ⅴ. 실험
Ⅵ. 결론
REFERENCES
참고문헌 (11)
참고문헌 신청
Korea Disease Control and Prevention Agency, http://www.cdc.go.kr/contents.es?mid=a20304030300
Ho-Yong Jin, Eun-Sung Jung, Duckki Lee, “High-performance IoT streaming data prediction system using Spark: a case study of air pollution”, Neural Computing and Applications, Vol. 32, No. 17, pp. 13147-13154, December 2019.
Hochreiter S, Schmidhuber J, “Long short-term memory”, Neural Computation, Vol. 9, No. 8, pp. 1735-1780. 1997.
G. E. Hinton, R. R. Salakhutdinov, “Reducing the Dimensionality of Data with Neural Networks”, Science, Vol. 313, No. 5786, pp. 504-507, July 2006.
Diederik P. Kingma, Max Welling, “An Introduction to Variational Autoencoders”, Now Publishers, pp. 307-392, 2019.
Ho-Yong Jin, Eun-Sung Jung, Duckki Lee, “High-performance IoT streaming data prediction system using Spark: a case study of air pollution”, Neural Computing and Applications, Vol. 32, No. 17, pp. 13147-13154, December 2019.
Hochreiter S, Schmidhuber J, “Long short-term memory”, Neural Computation, Vol. 9, No. 8, pp. 1735-1780. 1997.
G. E. Hinton, R. R. Salakhutdinov, “Reducing the Dimensionality of Data with Neural Networks”, Science, Vol. 313, No. 5786, pp. 504-507, July 2006.
Diederik P. Kingma, Max Welling, “An Introduction to Variational Autoencoders”, Now Publishers, pp. 307-392, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
비지도학습 기반 Self-Attention LSTM Autoencoder 및 LSTM Autoencoder의 심층 특징 앙상블을 통한 회전기계 이상 탐지 성능 향상 연구
대한전기학회 학술대회 논문집
2023 .04
-
AutoEncoder-LSTM 기반 배터리 현재 상태 예측 딥러닝 방향성 및 연구
전력전자학회 학술대회 논문집
2022 .11
-
LSTM AutoEncoder 기반의 이상행동 감지 시스템
한국통신학회 학술대회논문집
2024 .11
-
Mobile Network Traffic Prediction Using LSTM-Autoencoder
한국통신학회 학술대회논문집
2023 .02
-
LSTM을 이용한 전력 데이터 예측
한국정보과학회 학술발표논문집
2016 .12
-
LSTM 구조를 활용한 채권 데이터의 예측에 관한 연구
한국통신학회 학술대회논문집
2018 .01
-
LSTM Autoencoder를 이용한 가열로 온도 제어 시스템의 이상 감지 방법
정보 및 제어 논문집
2021 .10
-
Stacked Bidirectional과 Stacked Unidirectional LSTM을 활용한 주별 전력부하예측
한국정보기술학회논문지
2020 .09
-
다이아프램 펌프 이상탐지를 위한 LSTM Autoencoder 기반 모델 설계 및 평가
대한전자공학회 학술대회
2024 .06
-
LSTM 기반 딥러닝 기술을 활용한 수온 변화 예측
한국정보통신학회 여성 ICT 학술대회 논문집
2020 .08
-
변형된 Attention 메커니즘 기반의 LSTM을 통한 전력수요 예측 프레임웍
한국지능시스템학회 논문지
2020 .06
-
시계열 데이터를 이용한 LSTM 기반 차량주행정보 예측에 관한 연구
한국통신학회 학술대회논문집
2023 .02
-
LSTM 기반 국제시장 분석 및 예측 시스템
한국통신학회 학술대회논문집
2024 .11
-
LSTM 모델을 이용한 농산물 가격 예측에 관한 연구
한국정보통신학회 종합학술대회 논문집
2022 .05
-
LSTM 네트워크를 이용한 다변량 대기오염 예측
한국컴퓨터정보학회 학술발표논문집
2024 .07
-
LSTM-Autoencoder기반 특징추출과 재구성을 사용한 수온 예측 연구
한국컴퓨터정보학회논문지
2023 .11
-
LSTM 모델 기반 5G 네트워크 대역폭 예측
한국정보과학회 학술발표논문집
2022 .06
-
LSTM-AutoEncoder 모델을 사용한 리튬 이온 배터리 이상 열화 감지 방법 연구
대한전기학회 학술대회 논문집
2024 .07
-
시계열 데이터와 LSTM을 사용한 예측 유지 보수 시스템
한국통신학회 학술대회논문집
2022 .06
-
LSTM 기반의 다중 차량 경로 예측 네트워크
제어로봇시스템학회 국내학술대회 논문집
2020 .07
이 논문의 저자 정보
이 논문과 함께 이용한 논문
기상관측 데이터 활용 날씨 예측 정확도 향상을 위한 지능 정보 생산 동향
최예지
정보과학회지
2022
.02
대기물리 분야 연구논문 발전 현황
염성수
,
이규태
,
백종진
외 3명
대기
2023
.03
기상 요소 데이터를 이용한 단기 강수량예측 향상을 위한 딥러닝 병렬 모델
김창복
한국정보기술학회논문지
2023
.10
기상청 기후예측시스템 대기초기장에 따른 계절내/계절 예측결과 비교분석
박연희
,
지희숙
,
이조한
외 1명
한국기상학회 학술대회 논문집
2023
.04
기후변화 시나리오 기반 모의 강수자료와 관측 강수자료의 유사성 평가
마정혁
,
송성욱
,
유철상
대한토목학회 학술대회
2022
.10
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-569-001765722