KSC 2018
Current Result Document :
| 한글제목(Korean Title) |
도시형 모기 활동성 예측성능 개선을 위한 데이터 인접성 향상 방안 |
| 영문제목(English Title) |
Study on improving Data Adjacency for better prediction performance of urban mosquito activity level |
| 저자(Author) |
이동우
허대영
황선태
Dongwoo Lee
Daeyoung Heo
Suntae Hwang
|
| 원문수록처(Citation) |
VOL 45 NO. 02 PP. 0492 ~ 0494 (2018. 12) |
한글내용
(Korean Abstract) |
모기의 활동성은 현재의 기상 상태 및 과거 특정 시점부터 지금까지의 기상 상황에 따른 개체 수 변화에 영향을 받는 것으로 알려져 있다. 그런데 도시에서 모기의 활동성은 시민의 건강이나 여가 생활에 영향을 주므로 이를 등급화해서 예측하고 예보하려는 연구가 진행되었다. 이 연구에서는 시계열인 기상 데이터를 경험적 모델을 통해 분석하고 예측 모델을 만들었는데 최근 연구가 활발한 딥러닝의 CNN 모델을 활용하여 예측 성능을 향상하고자 하였다. 가시적으로도 인접성이 뚜렷한 사진과 같은 데이터에 잘 맞는 CNN의 특성에 맞추려면 데이터의 인접성을 향상 시킬 필요가 있는데 이를 위해 본 논문에서는 가시적 인접성이 없는 기상 데이터에서 인접성이 향상된 조합을 찾아내는 전처리 방법을 제안한다. 이 전처리에서는 여러 데이터 조합의 예측율을 간소화된 CNN 모델로 계산하여, 예측률 향상 정도가 목표 오차율에 도달하면 멈추는 방식으로 적절한 데이터 조합을 찾아내도록 하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
