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
- 2018.11
- 수록면
- 310 - 318 (9page)
이용수
초록· 키워드
오류제보하기
최근 사물인터넷(IoT)의 등장으로 인터넷에 연결된 다양한 기기들에 의해 대규모의 데이터가 생성됨에 따라 빅데이터 분석의 중요성이 증가하고 있다. 특히 실시간으로 생성되는 대규모의 IoT 스트리밍 센서 데이터를 분석하여 새로운 의미있는미래 예측을 통해 다양한 서비스를 제공하는 것이 필요하게되었다. 본 논문은 AWS를 활용하여 IoT 센서로부터 생성되는 스트리밍 데이터에 기반하여 실시간 실내 PM10 농도 예측 LSTM 모델을 제안한다. 또한 제안 모델에 따른 실시간 실내 PM10 농도 예측 서비스를 구축한다. 논문에 사용된 데이터는 PM10 IoT 센서로부터 24시간 동안 수집된 스트리밍 데이터이다. 이를 LSTM의 입력 데이터로 사용하기 위해 PM10 시계열 데이터로부터 30개의 연속된 값으로 이루어진 시퀀스 데이터로 변환한다. LSTM 모델은 바로 인접한 공간으로 이동해 가는 슬라이딩 윈도우 프로세스를 통하여 학습한다. 또한 모델의 성능 개선을 위해 24시간마다 수집한 스트리밍 데이터에 대해 점진적 학습 방법을 적용한다. 제안한 LSTM 모델의 성능을 평가하기 위해 선형회귀 모델 및 순환형 신경망(RNN) 모델과 비교한다. 실험 결과는 제안한 LSTM 예측 모델이 선형 회귀보다 700%, RNN 모델보다는 140% 성능 개선이 있음을 보여주었다.
목차
요약
Abstract
1. 서론
2. 관련연구
3. 예측 모델
4. 데이터 셋
5. LSTM 기반 PM10 농도 예측 모델
6. 실험 및 평가
7. 결론
References
참고문헌 (24)
참고문헌 신청
Amazon Web Service, https://docs.aws.amazon.com/
Christopher Olah, Understanding LSTM Networks, 2015, Available From: https://www.cse.iitk.ac.in/users/sigml /lec/Slides/LSTM.pdf.
Korea Environment Corporation(KECO), Available From: http://www.airkorea.or.kr/dictionary_3. (accessed Sept., 12, 2018)
M. S. Souza, P. Coelho, A. da Silva, A. Pozza, “Using Ensembles of Artificial Neural Networks to Improve PM10 Forecasts”, Chemical Engineering Transactions, Vol. 43, pp. 2161-2166, 2015. DOI: https://doi.org/10.3303/CET1543361
B. Oancea, S. C. Ciucu, “Time series forecasting using neural networks”, Proceedings of the CKS 2013 International Conference, pp. 1402-1408, 2014, Available From: https://arxiv.org/ftp/arxiv/papers/1401/ 1401.1333.pdf.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Hybrid CNN-LSTM 알고리즘을 활용한 도시철도 내 피플 카운팅 연구
지능정보연구
2020 .06
-
LSTM 구조를 활용한 채권 데이터의 예측에 관한 연구
한국통신학회 학술대회논문집
2018 .01
-
LSTM을 이용한 PM10 미세먼지 농도 예측
한국정보통신학회 종합학술대회 논문집
2019 .10
-
LSTM 순환 신경망을 이용한 도로 교통 속도 예측
대한토목학회 학술대회
2020 .10
-
LSTM 시계열 매개변수 적용을 통한 효율적 데이터 관리
한국컴퓨터정보학회 학술발표논문집
2022 .07
-
LSTM 을 활용한 공기압축기 센서데이터의 예측
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
LSTM을 이용한 전력 데이터 예측
한국정보과학회 학술발표논문집
2016 .12
-
시계열 데이터를 이용한 LSTM 기반 차량주행정보 예측에 관한 연구
한국통신학회 학술대회논문집
2023 .02
-
LSTM 기반 딥러닝 기술을 활용한 수온 변화 예측
한국정보통신학회 여성 ICT 학술대회 논문집
2020 .08
-
무인항공기 대기측정센서 데이터와 LSTM 모델을 활용한 미세먼지(PM10) 농도 예측
전자공학회지
2019 .11
-
가상센서의 학습데이터 구성에 따른 LSTM 수위예측 성능 비교
대한토목학회 학술대회
2024 .10
-
실내 공기 데이터와 LSTM 모델 기반의 방문 개폐 예측 모델 개발
한국정보과학회 학술발표논문집
2018 .12
-
LSTM 모델 기반 5G 네트워크 대역폭 예측
한국정보과학회 학술발표논문집
2022 .06
-
변형된 Attention 메커니즘 기반의 LSTM을 통한 전력수요 예측 프레임웍
한국지능시스템학회 논문지
2020 .06
-
LSTM 기반 딥러닝 모델을 이용한 비행 데이터 예측 기법
한국항공우주학회 학술발표회 초록집
2021 .11
-
RNN 기반 LSTM을 이용한 고수온 예측
한국정보과학회 학술발표논문집
2020 .12
-
LSTM 및 RNN 기반의 빌딩에너지 예측
한국통신학회 학술대회논문집
2019 .06
-
Bi-LSTM 기반 환경 데이터 예측에 관한 연구
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
IoT 기반 PM 수집 시스템과 예측 방법
한국정보과학회 학술발표논문집
2023 .06
-
시계열 데이터와 LSTM을 사용한 예측 유지 보수 시스템
한국통신학회 학술대회논문집
2022 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-505-000185932