2019년 추계학술대회
Current Result Document : 21 / 21
| 한글제목(Korean Title) |
미세먼지 예측 정확도 향상을 위한 다층 퍼셉트론 기반 농도별 분리 예측 모델 |
| 영문제목(English Title) |
Separation Prediction Model by Concentration based on Multi-Layer Perceptron for Improving Particulate Matters Accuracy |
| 저자(Author) |
조경우
정용진
이종성
오창헌
Kyoung-woo Cho
Yong-jin Jung
Jong-sung Lee
Chang-heon Oh
|
| 원문수록처(Citation) |
VOL 23 NO. 02 PP. 0658 ~ 0660 (2019. 10) |
한글내용
(Korean Abstract) |
미세먼지 농도와 호흡기계관련 질환의 영향이 밝혀지며 미세먼지에 대한 관심이 높아지고 있다. 이로 인해 미세먼지 예보의 중요성이 높아지고 있으나, 불규칙적으로 발생되는 고농도 미세먼지로 인해 모델 전체 예측 성능이 떨어지는 문제가 있다. 본 논문에서는 미세먼지 예측 정확도 향상을 위해 농도 별 분리 예측 모델을 제안한다. 이를 위해 기상 인자 및 대기오염 인자를 활용하여 저, 고농도별 예측 모델을 설계하고 예측 농도값 및 4단계의 미세먼지 AQI 예측 정확도를 비교한다. |
영문내용
(English Abstract) |
The effects of particulate matter concentrations and respiratory disorders have been revealed, and interest in particulate matter is increasing. As a result, the importance of the particulate matter forecast is increasing, but there is a problem in that the overall prediction performance of the model is reduced due to the irregularly occurring high concentration of the particulate matter. In this paper, we propose a separation prediction model by concentration to improve the accuracy of particulate matter. To this end, we design low, high concentration predictive models using weather factors and air pollution factors, and compare the predicted concentration values and the four-step particulate matter AQI prediction accuracy. |
| 키워드(Keyword) |
Particulate matters
Prediction
Deep learning
Deep neural network
Multi-layer perceptron
|
| 파일첨부 |
PDF 다운로드
|
