Journal of the Korean Data & Information Science Society最新文献

A study on PM10 forecasting model using machine learning 基于机器学习的PM10预测模型研究

Journal of the Korean Data & Information Science Society Pub Date : 2023-09-30 DOI: 10.7465/jkdi.2023.34.5.763

Sahm Kim

{"title":"A study on PM10 forecasting model using machine learning","authors":"Sahm Kim","doi":"10.7465/jkdi.2023.34.5.763","DOIUrl":"https://doi.org/10.7465/jkdi.2023.34.5.763","url":null,"abstract":"미세먼지란, 대가 중에 떠다니거나 흩날려 내려오는 입자상물질인 먼지 중 입자의 지름이 10μg이하인 먼지를 말하며, 으로 표기하기도 한다. 이러한, 미세먼지는 매우 작은 크기로, 코나 기관지에서 걸러지지 않고 몸속에 스며들어 천식과 폐질환 또는 면역세포의 작용을 통해 염증을 일으키기도 한다. 최근 한국이 세계적으로 미세먼지 농도가 가장 높은 국가인 것이 밝혀졌는데, 미세먼지는 건강뿐 아니라 생태계 및 농작물에도 직접적인 영향을 미치기 때문에 정확한 예보 시스템을 통한 대책 마련을 강구하는 것이 중요하다. 따라서, 본 논문에서는 기상청이 제공하는 기상 데이터와 에어코리아에서 제공하는 대기오염물질 데이터를 이용하여 미세먼지 농도의 머신러닝 예측 성능 비교를 하고자 하였다. 지역으로는 황사의 유입 경로인 산둥반도와 가장 인접한 인천광역시의 데이터를 추출하였고, 인천시의 다양한 기상 요인 및 대기오염물질들의 상관관계 확인 후, 모형을 구축하였다. 모형으로는 MLP, RNN, LSTM, GRU 그리고 CNN을 사용하였고, 기본적인 하이퍼파라미터와 단일층으로 구성하여 예측 성능을 비교하였다. 그후, GRU1(단일층) 모형에 층을 추가한 GRU2 모형을 새롭게 구성하여 가장 예측 성능이 좋았던 GRU1 모형과 비교해보았다. 예측 성능은 테스트 데이터에서 MAE와 RMSE로 평가하였다. 대부분 비슷한 예측 성능을 보였지만, GRU1 모형이 MAE 8.80, RMSE 14.61로 다른 모형들에 비해 가장 성능이 우수하다는 것을 확인할 수 있었다. 가장 예측 성능이 낮은 모형은 MLP 모형이며, 그 뒤로는 RNN, LSTM, GRU2, CNN 순으로 예측 성능이 우수하였다.","PeriodicalId":476379,"journal":{"name":"Journal of the Korean Data & Information Science Society","volume":"41 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135040352","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Block wild bootstrap for self-normalization based change-point detection 基于自归一化的变化点检测的块野引导

Journal of the Korean Data & Information Science Society Pub Date : 2023-09-30 DOI: 10.7465/jkdi.2023.34.5.823

Junghyun Park, Changryong Baek

引用次数: 0

A comparative study on the prediction of road surface temperature 路面温度预测的比较研究

Journal of the Korean Data & Information Science Society Pub Date : 2023-09-30 DOI: 10.7465/jkdi.2023.34.5.751

Taeyong Kwon, Hyungchae Yoon, Yongho Choi, Sanghoo Yoon

{"title":"A comparative study on the prediction of road surface temperature","authors":"Taeyong Kwon, Hyungchae Yoon, Yongho Choi, Sanghoo Yoon","doi":"10.7465/jkdi.2023.34.5.751","DOIUrl":"https://doi.org/10.7465/jkdi.2023.34.5.751","url":null,"abstract":"도로살얼음은 눈 또는 비가 낮은 대기온도로 인하여 도로 노면이 얇게 어는 현상으로 겨울철 도로에서 발생하는 대부분의 대형 사고는 도로살얼음과 관련이 있다. 도로 살얼음으로 발생하는 피해를 줄이기 위해서 도로 노면온도의 예측이 필요하다. 본 연구에서는 이동식 도로 기상자료와 고정식 도로 기상자료를 이용하여 도로 노면온도를 예측하기 위한 기계학습 모형을 세웠다. 고려된 기계학습 모형은 랜덤포레스트 (random forest), gradient boosting, XGboost이다. 기계학습 모형 간 예측성능 평가는 평균제곱근오차 (root means squared error), 평균절대오차 (mean absolute error), 평균오차 (mean error), 상관계수 (correlation coefficient)를 이용하였다. 연구자료는 2020년 1월 5일, 1월 8일, 1월 13일, 1월 21일, 2월 5일로 총 5일의 이동식 도로 기상자료와 2017년 11월 5일부터 2020년 12월 31일까지 관측된 고정식 도로 기상자료를 사용하였다. 이동식 도로 기상자료는 품질관리 알고리즘은 적용하여 일관적인 자료를 활용하였다. 연구결과 이동식 노면온도 예측모형의 이동식 검증자료 예측과 고정식 노면온도 예측모형의 고정식 검증자료 예측은 랜덤포레스트가 가장 우수하였다. 또한, 교차예측에서는 XGboost가 우수한 예측성능을 보였다.","PeriodicalId":476379,"journal":{"name":"Journal of the Korean Data & Information Science Society","volume":"29 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135040209","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Performance comparison of procedures for monitoring autocorrelated processes based on classification and forecasting 基于分类和预测的自相关过程监控程序的性能比较

Journal of the Korean Data & Information Science Society Pub Date : 2023-09-30 DOI: 10.7465/jkdi.2023.34.5.775

Pyoungjin Ji, Jaeheon Lee

{"title":"Performance comparison of procedures for monitoring autocorrelated processes based on classification and forecasting","authors":"Pyoungjin Ji, Jaeheon Lee","doi":"10.7465/jkdi.2023.34.5.775","DOIUrl":"https://doi.org/10.7465/jkdi.2023.34.5.775","url":null,"abstract":"자기상관이 존재하는 공정을 모니터링하는 절차에 대해서는 많은 연구가 진행되어 왔다. 그 중에서 가장 많이 사용하는 방법은 적합된 모형에 기초하여 다음 관측값을 예측하고 잔차를 계산하며, 그 찬차 데이터에 관리도 절차를 적용하여 공정을 모니터링하는 것이다. 이 논문에서는 RNN (recurrent neural network)을 사용하여 공정이 관리상태인지 이상상태인지를 분류하는 공정 모니터링 절차를 제 안하고, RNN을 사용하여 예측한 후 잔차 관리도를 수행하는 절차 및 전통적인 자기상관 모니터링 절차와 모의실험을 통하여 그 성능을 비교하였다. 모의실험 결과를 전반적으로 살펴보면, RNN에 기초한 부뉼 절차를 공정의 수준 변화를 빠르게 탐지하였고, RNN에 기초한 예측 절차는 공정의 분산 변화를 빠르게 탐지하는 것으로 나타났다. 이와 더불어, 전통적인 자기상관 모니터링 절차와 달리, RNN에 기초한 절차는 공정 데이터에 대해 정확한 모형 적합이 필요 없다는 점에서 큰 장점이 있는 절차라고 판단된다.","PeriodicalId":476379,"journal":{"name":"Journal of the Korean Data & Information Science Society","volume":"225 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135039884","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Estimating the parameter of the exponentiated half-logistic distribution under generalized type Ⅱ hybrid censoring scheme 广义型Ⅱ混合滤波方案下指数半logistic分布的参数估计

Journal of the Korean Data & Information Science Society Pub Date : 2023-09-30 DOI: 10.7465/jkdi.2023.34.5.855

Kyeongjun Lee

引用次数: 0

A review and suggestions for synthetic data generation strategies using deep generative models 基于深度生成模型的综合数据生成策略综述与建议

Journal of the Korean Data & Information Science Society Pub Date : 2023-09-30 DOI: 10.7465/jkdi.2023.34.5.791

Jiwoo Kim, Sunghoon Kwon, Dongha Kim

{"title":"A review and suggestions for synthetic data generation strategies using deep generative models","authors":"Jiwoo Kim, Sunghoon Kwon, Dongha Kim","doi":"10.7465/jkdi.2023.34.5.791","DOIUrl":"https://doi.org/10.7465/jkdi.2023.34.5.791","url":null,"abstract":"최근 데이터 통합 등을 통해 만들어진 거대 데이터에서 유용한 정보를 추출하고, 이를 통해 서비스를 정교화하기 위하여 많은 개인 및 기관에서 거대한 공공데이터에 대한 접근을 요구하고 있다. 하지만 이러한 거대 데이터 분석은 예기치 못한 개인정보노출이 발생할 수도 있기 때문에 공공데이터의 배포는 매우 조심스럽게 이루어져야 한다. 재현 데이터는 개인정보 비식별화와 데이터의 유용성 확보를 동시에 달성하기 위하여 사용하는 대표적인 기법 중 하나이다. 심층 인공 신경망 기반 방법론이 이미지 등의 고차원 관측 데이터 생성에 매우 높은 성능을 달성할 수 있음이 밝혀지면서 이를 재현 데이터에 활용하려는 연구가 활발하게 진행되고 있다. 본 논문에서는 심층 인공 신경망을 이용해 재현 데이터를 생성을 하려는 다양한 기법들에 대해 소개하며, 이들을 데이터 전처리, 사용하는 모형, 손실 함수에 따라 정리한다. 또한 각 연구에서 사용하는 있는 재현 데이터 생성 기법들의 성능을 측정하는 다양한 평가 측도들에 대해서도 소개한다. 마지막으로 기존 논문 리뷰를 바탕으로 향후 의미있는 연구 방향에 대해서도 기술한다. 심층 생성 모형 학습법과 재현 데이터의 근본적인 차이를 심도 있게 분석하여 현실적인이면서도 구체적인 연구 주제를 제시한다는 점에서 앞으로의 연구자들에게 실제적인 도움을 줄 수 있을 것이라 기대한다.","PeriodicalId":476379,"journal":{"name":"Journal of the Korean Data & Information Science Society","volume":"36 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135040353","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Predicting time series data using Hybrid Hybrid SARIMAX-LSTM algorithm 使用Hybrid SARIMAX-LSTM算法预测时间序列数据

Journal of the Korean Data & Information Science Society Pub Date : 2023-09-30 DOI: 10.7465/jkdi.2023.34.5.697

Nanyoung Hong, Younjae Lee, Taewook Lee

引用次数: 0

A BiLSTM-based predictive model for rice production 基于bilstm的水稻产量预测模型

Journal of the Korean Data & Information Science Society Pub Date : 2023-09-30 DOI: 10.7465/jkdi.2023.34.5.725

Juan Yun, Hanjun Lee

引用次数: 0

Analysis of maximum temperature using generalized extreme value distribution and four parameter kappa distribution for r-largest order statistics 用广义极值分布和四参数kappa分布分析r最大阶统计量的最高温度

Journal of the Korean Data & Information Science Society Pub Date : 2023-09-30 DOI: 10.7465/jkdi.2023.34.5.711

Yire Shin, Eunsik Park

{"title":"Analysis of maximum temperature using generalized extreme value distribution and four parameter kappa distribution for r-largest order statistics","authors":"Yire Shin, Eunsik Park","doi":"10.7465/jkdi.2023.34.5.711","DOIUrl":"https://doi.org/10.7465/jkdi.2023.34.5.711","url":null,"abstract":"극한 기후의 T년 재현 수준을 정확하게 추정하는 것은 재난 대응 및 미래 기후 예측에 중요한 요소이다. 재현 수준의 정확도를 높이기 위해서는 극단 자료의 변동성을 포착하는 것이 중요하다. 블록 최댓값뿐 아니라 r차 순서 통계량을 고려하면 모형의 적합도를 높이고, 추정치의 불확실성을 낮추는데 유용하다. 본 연구에서는 서울특별시와 6대 광역시 (인천, 대전, 대구, 울산, 광주, 부산)의 일 최고 기온에 대해 r차 순서 4-모수 카파분포 (rK4D)를 적합시켰다. 지점별로 모수 추정 및 적합도 검정을 수행하고, 연 일 최대 기온에 대한 100년, 200년 재현 수준을 추정하였다. r차 순서 극단분포를 고려하는 경우, 과소추정된 극단 모형에 대한 적합도를 높이는데 유용한 것으로 나타났다. 특히, rK4D는 rGEVD에 비해 극단 자료의 최댓값 및 위쪽 꼬리 부분을 포착하는데 유연한 것으로 나타났다. r차 순서 극단분포는 기후학, 수문학을 포함한 여러 연구 분야에서 극단값 분석을 하는데 도움을 줄 것으로 기대한다.","PeriodicalId":476379,"journal":{"name":"Journal of the Korean Data & Information Science Society","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135040524","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Analysis of the influence of smartphone overdependence using machine learning focus on imbalanced data 使用机器学习分析智能手机过度依赖的影响，重点关注不平衡数据

Journal of the Korean Data & Information Science Society Pub Date : 2023-09-30 DOI: 10.7465/jkdi.2023.34.5.735

Kwang-Yoon Song, Youn-Su Kim, In-Hong Chang

{"title":"Analysis of the influence of smartphone overdependence using machine learning focus on imbalanced data","authors":"Kwang-Yoon Song, Youn-Su Kim, In-Hong Chang","doi":"10.7465/jkdi.2023.34.5.735","DOIUrl":"https://doi.org/10.7465/jkdi.2023.34.5.735","url":null,"abstract":"스마트폰은 우리에게 편리함을 제공하지만 제공받은 만큼 우리는 스마트폰에 매우 종속된 삶을 살아간다. 스마트 과의존이란 의존하는 만큼 과도한 스마트폰 사용으로 인간에게 신체적·심리적 문제를 일으킬 수 있음을 의미하며, 이와 관련된 많은 연구는 영유아·청소년·장노년층 등 계층을 구분하여 연구가 진행되었다. 본 연구에서는 한국지능정보사회진흥위원에서 실시한 스마트폰 과의존 실태조사에서 활용한 설문조사 데이터를 기반으로 설문 전체 대상에 대한 머신러닝 기법인 랜덤포레스트를 활용한 스마트폰 과의존 분류 모형을 제안하고, 스마트폰 과의존에 관한 데이터는 불균형 데이터로 스마트폰 과의존 대상자가 일반사용자군에 비해 매우 적은 비율을 가지고 이를 극복하고자 오버샘플링 기법을 활용하였으며, 스마트폰 과의존 대상자의 비율을 2배, 3배, 4배씩 늘려가며 정분류율, 민감도, 특이도, 정밀도, F1 score에 대한 우수함을 보여준다. 이를 통해 스마트폰 과의존 분류에 영향을 많이 미치는 변수는 스마트폰 여가 추구로 게임, 영화, 동영상 시청 등 여가 활동에 활용하는 스마트폰 사용이 과의존에 가장 영향을 많이 미치는 변수로 나타났다. 우리는 모두 자연스레 스며든 스마트폰에 대한 과의존으로 향하고 있을 수 있다. 과거의 엄격한 스마트폰 과의존 기준을 좀 더 완화하여 현재 상황을 받아들이고 개선해야 할 필요가 있을 것으로 판단된다.","PeriodicalId":476379,"journal":{"name":"Journal of the Korean Data & Information Science Society","volume":"34 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135040539","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0