| 학회 | 한국화학공학회 |
| 학술대회 | 2017년 봄 (04/26 ~ 04/28, ICC 제주) |
| 권호 | 23권 1호, p.202 |
| 발표분야 | 공정시스템 |
| 제목 | 딥러닝기반 지하역사 내 미세먼지 농도 예측모델 개발 |
| 초록 | 본 연구에서는 딥러닝 기반 지하역사 내 미세먼지 농도 예측모델 개발을 목적으로 한다. 지하역사 내 미세먼지 농도의 시변성 및 동역학적 관계를 고려한 입력변수 선정을 위해 auto-correlation과 cross-correlation 분석을 통해 다른 변수들과의 관계를 분석하고 미세먼지 농도 예측치와 측정치 간의 에러를 최소화 하는 딥러닝 구조를 찾기 위해 유전자 알고리즘을 이용하여 구조 최적화를 수행하였다. 제시된 방법은 딥러닝 모델 중 가장 기본적인 형태인 deep neural network와 시계열데이터에 적합한 형태인 recurrent neural network에 적용되어 기존의 예측모델과 비교하였다. 지하역사 내 미세먼지 농도의 auto-correlation을 고려한 RNN 모델에서 가장 높은 예측 정확도를 보였으며 기존의 예측모델과 비교했을 때 약 20% 정도 향상된 예측력을 나타내었다. This work was supported by a National Research Foundation of Korea (NRF) grant funded by the Korean government (MSIP) (No. 2015R1A2A2A11001120). |
| 저자 | 이승철, 남기전, Usman Safder, 유창규 |
| 소속 | 경희대 |
| 키워드 | 공정모델링; 공정모사 |
| 원문파일 | 초록 보기 |
