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
- 학위논문
- 저자정보
- 발행연도
- 2022
- 저작권
- 안양대학교 논문은 저작권에 의해 보호받습니다.
이용수22
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 기존 초미세먼지(PM2.5) 예보 모델인 CNN 모델에 시계 열 특성 반영에 뛰어난 성능을 보이는 LSTM 모델을 결합하여 CNN-LSTM 모델을 개발하였다. 인공지능에서 좋은 예보를 위해서는 좋은 성능도 물론 필요하지만, 사용 하는 네트워크의 크기가 점차 커지고 복잡해짐에 따라 모델의 학습 및 유지 관리에도 용이한 모델이 필요하다. 또한 미세먼지 데이터는 시계열 데이터인데, 기존 예보 모델인 CNN 모 델은 시계열 특성을 반영하기 어렵다. 그래서 시계열 특성을 최대한 반 영하기 위하여 매 예보시간마다 과거 시간대의 측정 데이터를 반복하여 입력하여 해결하려 하였다. 위 두 가지 문제를 해결할 방법으로 LSTM 모델을 CNN 모델과 결합하 여 시계열 데이터의 시계열 특성도 반영하고 모델의 수를 1/10로 줄여 학습 및 유지 관리에 용이한 모델을 개발하였다. 예보 성능 또한 기존 CNN 모델과 비교하였을 때 유사하거나 조금 더 우수한 결과를 보였다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0