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
- 2021.8
- 수록면
- 1,122 - 1,137 (16page)
이용수
초록· 키워드
오류제보하기
PM<SUB>2.5</SUB> concentration in Seoul could be predicted by deep neural network model. In this paper, the contribution of input factors to the model"s prediction results is analyzed using the LRP(Layer-wise Relevance Propagation) technique. LRP analysis is performed by dividing the input data by time and PM concentration, respectively. As a result of the analysis by time, the contribution of the measurement factors is high in the forecast for the day, and those of the forecast factors are high in the forecast for the tomorrow and the day after tomorrow. In the case of the PM concentration analysis, the contribution of the weather factors is high in the low-concentration pattern, and that of the air quality factors is high in the high-concentration pattern. In addition, the date and the temperature factors contribute significantly regardless of time and concentration.
목차
ABSTRACT
1. 서론
2. 입력 인자와 DNN 예보모델
3. LRP를 이용한 예보결과 분석
4. 실험 및 결과
5. 결론
REFERENCE
참고문헌 (30)
참고문헌 신청
C. Bae, B. Kim, H. Kim, C. Yoo, and S. Kim, “Long-Range Transport Influence on Key Chemical Components of PM2.5 in The Seoul Metropolitan Area, South Korea, During The Years 2012–2016,” Atmosphere, Vol. 11, Issue 1, No. 48, 2020.
D. Lee, J. Choi, J. Myoung, O. Kim, J. Park, H. Shin, et al, “Analysis of a Severe PM2.5 Episode in The Seoul Metropolitan Area in South Korea from 27 February to 7 March 2019: Focused on Estimation of Domestic and Foreign Contribution,” Atmosphere, Vol. 10, Issue 12, No. 756, 2019.
H. Kim, E. Kim, C. Bae, J. Cho, B. Kim, and S. Kim, “Regional Contributions to Particulate Matter Concentration in The Seoul Metropolitan Area, South Korea: Seasonal Variation and Sensitivity to Meteorology and Emissions Inventory,” Atmospheric Chemistry and Physiscs, Vol. 17, Issue 17, pp. 10315-10332, 2017.
S. Kwon, W. Jeong, D. Park, K. Kim, and K. Cho, “A Multivariate Study for Characterizing Particulate Matter(PM10, PM2.5 and PM1) in Seoul Metropolitan Subway Stations, Korea,” Journal of Hazardous Materials, Vol. 297, pp. 295-303, 2015.
S. Lee, C. Ho, Y. Lee, H. Choi, and C. Song, “Influence of Transboundary Air Pollutants for China on The High PM10 Episode in Seoul, Korea for The Period October 16-20, 2008,” Atmospheric Environment, Vol. 77, pp. 430-439, 2013.
D. Lee, J. Choi, J. Myoung, O. Kim, J. Park, H. Shin, et al, “Analysis of a Severe PM2.5 Episode in The Seoul Metropolitan Area in South Korea from 27 February to 7 March 2019: Focused on Estimation of Domestic and Foreign Contribution,” Atmosphere, Vol. 10, Issue 12, No. 756, 2019.
H. Kim, E. Kim, C. Bae, J. Cho, B. Kim, and S. Kim, “Regional Contributions to Particulate Matter Concentration in The Seoul Metropolitan Area, South Korea: Seasonal Variation and Sensitivity to Meteorology and Emissions Inventory,” Atmospheric Chemistry and Physiscs, Vol. 17, Issue 17, pp. 10315-10332, 2017.
S. Kwon, W. Jeong, D. Park, K. Kim, and K. Cho, “A Multivariate Study for Characterizing Particulate Matter(PM10, PM2.5 and PM1) in Seoul Metropolitan Subway Stations, Korea,” Journal of Hazardous Materials, Vol. 297, pp. 295-303, 2015.
S. Lee, C. Ho, Y. Lee, H. Choi, and C. Song, “Influence of Transboundary Air Pollutants for China on The High PM10 Episode in Seoul, Korea for The Period October 16-20, 2008,” Atmospheric Environment, Vol. 77, pp. 430-439, 2013.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
계층 연관성 전파를 이용한 DNN PM2.5 예보모델의 입력인자 분석 및 성능개선
멀티미디어학회논문지
2021 .10
-
DNN과 2차 데이터를 이용한 PM10 예보 성능 개선
멀티미디어학회논문지
2019 .10
-
상정사고 시 전력계통 최대 주파수 편차 예측을 위한 DNN(Deep Neural Network) 모델 개발 및 검증
대한전기학회 학술대회 논문집
2020 .07
-
SMT-based Formal Verification Methods of Deep Neural Networks using Structural Properties
Journal of KIISE
2021 .09
-
Similarity based Deep Neural Networks
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2021 .09
-
DNN에서 효율적인 학습을 위한 활성화 함수에 대한 고찰
대한전자공학회 학술대회
2016 .11
-
자율주행 자동차에서 DNN 기반 안전 필수 응용의 성능 저하 방지
전자공학회논문지
2020 .09
-
Shape prediction of high efficiency (IE4) induction motor using DNN
한국생산제조학회 학술발표대회 논문집
2022 .05
-
자율주행차용 우선순위 기반 다중 DNN 모델 스케줄링 프레임워크
한국정보통신학회논문지
2021 .03
-
글로벌 큐를 통한 임베디드 멀티코어 프로세서의 멀티 DNN 연산 성능 향상
한국정보통신학회논문지
2020 .06
-
표면 거칠기 예측을 위한 심층신경망(DNN) 모델의 적용
한국기계가공학회 춘추계학술대회 논문집
2019 .10
-
CPU-GPU 협력 스케줄링을 통한 임베디드 시스템 내 다중 DNN 모델들의 성능 향상
전자공학회논문지
2021 .01
-
심층 신경회로망을 이용한 운전자 조향특성 분류에 대한 연구
대한전자공학회 학술대회
2022 .11
-
시간 효율성을 고려한 최적화 신경망 구조 탐색
대한전자공학회 학술대회
2018 .06
-
DNN 알고리즘을 이용한 파이프 비드높이 예측에 관한 연구
대한용접학회 특별강연 및 학술발표대회 개요집
2020 .11
-
DNN 모델을 활용한 사람 수 예측 알고리즘 구현
한국통신학회 학술대회논문집
2019 .06
-
DNN을 활용한 고효율(IE4) 유도전동기 형상 예측
한국생산제조학회 학술발표대회 논문집
2021 .12
-
동영상 기반 감정인식을 위한 DNN 구조
한국방송미디어공학회 학술발표대회 논문집
2019 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0