KCC 2021
Current Result Document : 2 / 2
| 한글제목(Korean Title) |
LSTM 기반의 코로나 일별 확진자 수 예측 기법 19 |
| 영문제목(English Title) |
LSTM-based Forecasting Scheme for COVID-19 Daily Confirmed Cases |
| 저자(Author) |
노윤아
정승원
문재욱
황인준
Yoona Noh
Seungwon Jung
Jaeuk Moon
Eenjun Hwang
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 0795 ~ 0797 (2021. 06) |
한글내용
(Korean Abstract) |
최근 코로나19 감염병의 세계적인 확산으로 인해 많은 인명피해가 발생하고 있다. 피해를 줄이기 위해서는 바이러스의 확산 정도를 조기에 파악하고 그에 맞는 대비책을 신속하게 준비하는 것이 중요하다. 이를 위해 코로나19 확진자 수를 정확하게 예측하는 다양한 연구가 수행되었으나, 대부분 확진자 수나 사망자 수와 같은 직접 데이터만을 입력 변수로 사용하여 예측 정확도가 높지 않았다. 한편, 코로나19에 대응하기 위한 다양한 행정적 규제와 사회적 캠페인 등은 확진자 수에 많은 영향을 미칠 수 있어 예측 모델에 반영할 필요가 있다. 이에, 본 논문에서는 행정적 규제나 사회적 캠페인을 나타내는 사회적 변수를 반영한 기반의 확진자 수 예측 기법을 제안한다. 예측 모델 구성을 위해 한국의 코로나19에 관한 직접 데이터 외에 사회적 거리두기 단계, 지하철 승차 인원, “코로나” 키워드 검색량 등의 간접 데이터를 추가하였으며, 예측의 효용성을 위해 다양한 시점에서의 확진자 수 예측을 수행하였다. 다양한 기계학습 모델과의 비교 실험을 통해 제안하는 모델의 우수성과 사회적 간접 변수의 예측 성능 효과를 보인다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
