기계학습을 활용한 경기도 산업단지 미세먼지 예측 


48권  7호, pp. 764-773, 7월  2021
10.5626/JOK.2021.48.7.764


PDF

  요약

최근 미세먼지의 다양한 예측 모델들을 통한 연구가 이루어지고 있지만 현재 PM10 농도 예측에 치중되어 있어 PM2.5 농도를 예측할 수 있는 모델 개발이 필요한 상황이다. 본 논문은 최근 약 2년간의 반월시화국가산업단지의 대기질, 기상, 교통 데이터를 수집하여 미세먼지(PM2.5)와 미세먼지(PM10), 이산화황(SO₂), 이산화질소(NO₂), 일산화탄소(CO), 오존(O₃), 온도, 습도, 풍향, 풍속, 강수량, 도로 구간별 차량속도 변수간의 상관관계 분석 및 회귀분석을 통해 변수의 유의성을 파악하고, 산업단지의 시간대별 PM2.5를 예측하는 데 활용하였다. 인공지능 기반의 Random Forest, XGBoost, LightGBM, Deep neural network과 Voting 모델을 통해 산업단지의 시간별 PM2.5 농도를 예측하고, RMSE를 기준으로 비교분석을 진행하였다. 예측 결과 RMSE는 각각 6.27, 6.41, 6.22, 6.64, 6.12로 각 모델 모두 에어코리아에서 예측하는 모델의 10.77에 비해 매우 높은 성능을 보여주었다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

D. Won, S. Kim, Y. Kim, G. Song, "Prediction of Fine Dust in Gyeonggi-do Industrial Complex using Machine Learning Methods," Journal of KIISE, JOK, vol. 48, no. 7, pp. 764-773, 2021. DOI: 10.5626/JOK.2021.48.7.764.


[ACM Style]

Dong-Jun Won, Sun-Kyum Kim, Yeonghun Kim, and Gyuwon Song. 2021. Prediction of Fine Dust in Gyeonggi-do Industrial Complex using Machine Learning Methods. Journal of KIISE, JOK, 48, 7, (2021), 764-773. DOI: 10.5626/JOK.2021.48.7.764.


[KCI Style]

원동준, 김선겸, 김영훈, 송규원, "기계학습을 활용한 경기도 산업단지 미세먼지 예측," 한국정보과학회 논문지, 제48권, 제7호, 764~773쪽, 2021. DOI: 10.5626/JOK.2021.48.7.764.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr