[논문]Domain Adaptation 방법을 이용한 기계학습 기반의 미세먼지 농도 예측

강태천; 강행봉

doi:10.9717/kmms.2017.20.8.1208

Domain Adaptation 방법을 이용한 기계학습 기반의 미세먼지 농도 예측
Machine Learning-based Estimation of the Concentration of Fine Particulate Matter Using Domain Adaptation Method 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.20 no.8, 2017년, pp.1208 - 1215

강태천 (Dept. of Digital Media, Graduate School, Catholic University of Korea) , 강행봉 (Dept. of Digital Media, Graduate School, Catholic University of Korea)

Abstract ▼ AI-Helper

Recently, people's attention and worries about fine particulate matter have been increasing. Due to the construction and maintenance costs, there are insufficient air quality monitoring stations. As a result, people have limited information about the concentration of fine particulate matter, depending on the location. Studies have been undertaken to estimate the fine particle concentrations in areas without a measurement station. Yet there are limitations in that the estimate cannot take account of other factors that affect the concentration of fine particle. In order to solve these problems, we propose a framework for estimating the concentration of fine particulate matter of a specific area using meteorological data and traffic data. Since there are more grids without a monitor station than grids with a monitor station, we used a domain adversarial neural network based on the domain adaptation method. The features extracted from meteorological data and traffic data are learned in the network, and the air quality index of the corresponding area is then predicted by the generated model. Experimental results demonstrate that the proposed method performs better as the number of source data increases than the method using conditional random fields.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 각 기관으로부터 얻은 데이터를 이용해 측정소가 없는 지역의 미세먼지 농도에 따른 label을 추정하고자 한다. 미세먼지 측정소의 위치와 측정치를 이용해 다른 구역의 미세먼지 농도를 추정 하는 방법으로는 보간법(interpolation)을 이용한 방법과 도시 영상을 이용한 방법[6]이 있는데, 이들은 미세먼지 농도에 영향을 끼치는 다른 여러 요소를 고려하지 못한다.
본 논문에서는 부천시를 작은 구역으로 나누고, 각 구역이 갖는 데이터로부터 특징을 추출하는 방법을 제안한다. 추출한 특징을 domain adaptation[8-10] 기반의 Domain Adversarial Neural Network [11]를 이용해 학습함으로써 각 특징에 대해 실제 측정소로부터 측정된 값(label이 있는 데이터)이 부족한 문제 상황을 해결하고자 한다.
본 논문에서는 측정소가 없는 지역의 미세먼지 농도를 기계학습 알고리즘을 이용해 추정하고자 하였다. 이를 위해, 일부 측정소가 있는 구역의 미세먼지 농도와 두 개의 도시 데이터(기상 데이터, 교통 데이터)로부터 기계학습 알고리즘을 적용하기 위한 특징을 추출하는 방법을 제안하였다.

제안 방법

source domain의 데이터의 수가 성능에 영향을 끼치는 정도를 확인하기 위해 source domain의 데이터의 수를 증가시키며 학습을 진행하고, 2016년 3월1일부터 3월31일까지 미세먼지 측정소가 있는 구역 293의 PM10 농도에 따른 label(Table 1 참조)을 추정한 결과를 비교하였다.
또한 미세먼지 측정소가 있는 구역 71, 97, 166, 221과 293의 2016년 3월 1일과 2016년 3월 31일 사이에 측정된 미세먼지 농도에 따른 label과 각 추론 모델(CRFs, DANN)의 추정 결과를 비교해 정확도를 계산하였다. 전체 시간 흐름 N(h) , 구역 g에 대한 모델 f의 정확도는 다음 식을 이용해 계산한다.
본 논문에서는 [2]의 구조에서 학습 알고리즘으로 오차역전파법을 사용하는 인공신경망(ANN, Artificial Neural Network)[12]과 조건부 무작위장(Conditional Random Field)[13] 대신 DANN (Domain Adversarial Neural Network)[11]을 사용함으로써 오류의 누적을 막고, 다른 여러 오염물질에 대한 데이터를 효과적으로 사용하여 학습에 도움이 되도록 한다.
실험은 측정소가 있는 구역 중 한 군데의 label을제거하고, 생성된 모델을 이용해 label을 제거한 구역의 label을 추정하는 방식으로 진행하였다. 사용한 DANN의 은닉층의 크기는 25, 학습률은 0.
본 논문에서는 측정소가 없는 지역의 미세먼지 농도를 기계학습 알고리즘을 이용해 추정하고자 하였다. 이를 위해, 일부 측정소가 있는 구역의 미세먼지 농도와 두 개의 도시 데이터(기상 데이터, 교통 데이터)로부터 기계학습 알고리즘을 적용하기 위한 특징을 추출하는 방법을 제안하였다. 추출한 특징을 DANN 의 입력으로 넣어 네트워크를 학습하고, 학습된 모델을 이용하여 해당 구역의 미세먼지 농도에 따른 label 을 추정하였다.
이를 위해, 일부 측정소가 있는 구역의 미세먼지 농도와 두 개의 도시 데이터(기상 데이터, 교통 데이터)로부터 기계학습 알고리즘을 적용하기 위한 특징을 추출하는 방법을 제안하였다. 추출한 특징을 DANN 의 입력으로 넣어 네트워크를 학습하고, 학습된 모델을 이용하여 해당 구역의 미세먼지 농도에 따른 label 을 추정하였다. 실험 결과에서 source domain의 데이터 수가 많아짐에 따라 CRFs를 사용한 방법보다 성능이 좋아짐을 확인할 수 있었고.
본 논문에서는 부천시를 작은 구역으로 나누고, 각 구역이 갖는 데이터로부터 특징을 추출하는 방법을 제안한다. 추출한 특징을 domain adaptation[8-10] 기반의 Domain Adversarial Neural Network [11]를 이용해 학습함으로써 각 특징에 대해 실제 측정소로부터 측정된 값(label이 있는 데이터)이 부족한 문제 상황을 해결하고자 한다. 학습된 모델을 이용해 각 구역의 시간별 PM 10 농도를 추정한 결과 학습에 사용한 다른 오염물질에 대한 데이터가 증가함에 따라 다른 방법보다 나은 성능을 보였으며, 제안한 방법은 특정 도시만이 갖는 특징을 사용하지 않기 때문에 동일한 추론 모델을 다른 여러 도시에 적용할 수 있는 장점이 있다.
전체 프레임워크는 데이터를 학습하는 부분과 추론하는 부분으로 이루어져 있다. 학습 부분에서 각구역에서 추출한 특징과 레이블이 있는 데이터, 그리고 레이블이 없는 데이터를 DANN 에 넣어 학습시킨 모델을 생성하고, 추론 부분에서는 생성된 모델과 입력 데이터로부터 추출한 특징을 이용해 원하는 구역의 미세먼지 농도를 추정한다.

대상 데이터

05, λ값은 6으로 설정하였고, 각 네트워크가 하나의 은닉층을 갖는다. source domain은 PM_2.5와 오존 데이터를 사용했고 target domain은 PM _2.5 데이터를 사용하였다. source domain의 데이터의 수가 성능에 영향을 끼치는 정도를 확인하기 위해 source domain의 데이터의 수를 증가시키며 학습을 진행하고, 2016년 3월1일부터 3월31일까지 미세먼지 측정소가 있는 구역 293의 PM₁₀ 농도에 따른 label(Table 1 참조)을 추정한 결과를 비교하였다.
기상 데이터는 기상청 홈페이지(https://data.kma. go.kr)에서 제공하는 데이터를 사용했다. 기상청에 서는 각 지역의 기상요소별 측정치를 제공하는데, 본 논문에서는 강수량, 기온, 습도, 풍속 데이터를 사용하였다.
시간적 데이터는 도시 데이터 중 시간의 흐름에 따라 변화하는 데이터를 말하며, 본 논문에서는 기상 데이터와 교통 데이터를 사용한다. 기상 데이터의 경우 부천시의 각 동의 기온, 습도, 강수량, 풍속 데이터를 사용한다. 기상청에서 부천시의 각 동별 데이터를 제공하는데 반해, 미세먼지 농도를 추정할 단위는 부천시의 각 구역이기 때문에 학습에 사용하기 전에 데이터를 가공할 필요가 있다.
kr)에서 제공하는 데이터를 사용했다. 기상청에 서는 각 지역의 기상요소별 측정치를 제공하는데, 본 논문에서는 강수량, 기온, 습도, 풍속 데이터를 사용하였다.
미세먼지 측정치는 에어코리아(https://www.air korea.or.kr/index)에서 제공하는 데이터를 사용하였다. 부천시의 경우 오정동, 내동, 계남공원, 중2동, 소사본동의 5군데에서 정각을 기준으로 한 시간 단위로 대기 질을 측정한다.
kr/)에서 얻을 수 있지만 해당 홈페이지에서는 도로별 각 구간의 하루 동안의 평균값을 제공한다. 본 연구에 필요한 데이터는 한 시간 동안의 평균 통행속도이므로 부천시시설관리공단(http://www. bcs.or.kr/)에 2016년 3월, 6월, 9월, 12월 데이터를 요청해 사용하였다. 두 기관에서 제공하는 데이터의 도로 구간은 같으나 시설관리공단에서 제공하는 데이터의 도로 구간이 좀 더 세분화되어 있다.
부천시의 각 구역이 갖는 데이터를 획득하기 위해 구글 지도 api를 이용해 부천시를 0.5km × 0.5km의크기를 갖는 360개 구역으로 나눈다.

이론/모형

이 문제를 해결하기 위한 많은 연구가 진행되어 왔다[14,15]. 본 논문에서는 Ganin 등이 제안한 Domain Adversarial Neural Network (DANN)[11]를 이용해 학습을 진행하고 학습한 모델과 추출한 특징을 이용해 측정소가 없는 구역의 미세 먼지 농도에 따른 label을 추정한다.

성능/효과

본 논문에서 제안한 방법과 CRFs를 이용한 방법의 성능을 비교했을 때(Table 2) 제안한 방법을 사용했을 때 정확도가 다소 더 높은 것을 확인할 수 있다. 제시한 추론 모델(DANN)을 학습하기 위해서는 추가적인 domain을 필요로 함에도 불구하고 월등한 성능 차이를 보이지는 못했는데, DANN은 CRFs와 달리 연속적인 데이터가 갖는 특징을 충분히 활용하지 못하기 때문인 것으로 보인다.
추출한 특징을 DANN 의 입력으로 넣어 네트워크를 학습하고, 학습된 모델을 이용하여 해당 구역의 미세먼지 농도에 따른 label 을 추정하였다. 실험 결과에서 source domain의 데이터 수가 많아짐에 따라 CRFs를 사용한 방법보다 성능이 좋아짐을 확인할 수 있었고. 네트워크의 구조를 변경하거나 유동인구 등의 추가적인 데이터를 활용함으로써 성능을 개선할 수 있을 것으로 보인다.
추출한 특징을 domain adaptation[8-10] 기반의 Domain Adversarial Neural Network [11]를 이용해 학습함으로써 각 특징에 대해 실제 측정소로부터 측정된 값(label이 있는 데이터)이 부족한 문제 상황을 해결하고자 한다. 학습된 모델을 이용해 각 구역의 시간별 PM 10 농도를 추정한 결과 학습에 사용한 다른 오염물질에 대한 데이터가 증가함에 따라 다른 방법보다 나은 성능을 보였으며, 제안한 방법은 특정 도시만이 갖는 특징을 사용하지 않기 때문에 동일한 추론 모델을 다른 여러 도시에 적용할 수 있는 장점이 있다.

후속연구

실험 결과에서 source domain의 데이터 수가 많아짐에 따라 CRFs를 사용한 방법보다 성능이 좋아짐을 확인할 수 있었고. 네트워크의 구조를 변경하거나 유동인구 등의 추가적인 데이터를 활용함으로써 성능을 개선할 수 있을 것으로 보인다. 본 연구의 한계로는 미세먼지가 농도가 갖는 시간, 위치에 따른 변화를 반영하지 못한다는 것이다.
네트워크의 구조를 변경하거나 유동인구 등의 추가적인 데이터를 활용함으로써 성능을 개선할 수 있을 것으로 보인다. 본 연구의 한계로는 미세먼지가 농도가 갖는 시간, 위치에 따른 변화를 반영하지 못한다는 것이다. 추후 연구에서 연속적인 데이터를 처리하는데 적합한 RNN(Recurrent Neural Network)등의 네트워크를 추가적으로 활용하여 성능을 개선하고자 한다.
본 연구의 한계로는 미세먼지가 농도가 갖는 시간, 위치에 따른 변화를 반영하지 못한다는 것이다. 추후 연구에서 연속적인 데이터를 처리하는데 적합한 RNN(Recurrent Neural Network)등의 네트워크를 추가적으로 활용하여 성능을 개선하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	미세먼지 측정소의 수가 제한되어 있는 원인은 무엇인가?	이러한 문제를 해결하기 위한 방법 중 하나로 고속 자료동화 기법을 이용해 국내 대기질 예보의 성능과 속도를 향상한 연구[16] 가 있으나, 측정소가 없는 장소의 미세먼지 농도를 추정하는 데에는 어려움이 따른다. 미세먼지 예방과 예보에 중요한 역할을 하는 미세먼지 측정소는 설치및 유지비용으로 인해 그 수가 제한되어 있다. 면적 53.
	DANN 방법을 이용하여 기계학습 기반으로 미세먼지 농도를 예측할 때 성능을 개선할 수 있는 방법은 무엇인가?	실험 결과에서 source domain의 데이터 수가 많아짐에 따라 CRFs를 사용한 방법보다 성능이 좋아짐을 확인할 수 있었고. 네트워크의 구조를 변경하거나 유동인구 등의 추가적인 데이터를 활용함으로써 성능을 개선할 수 있을 것으로 보인다. 본 연구의 한계로는 미세먼지가 농도가 갖는 시간, 위치에 따른 변화를 반영하지 못한다는 것이다.
	기계학습 알고리즘을 이용해 문제를 해결하려고 할 때의 문제점은 무엇인가?	기계학습 알고리즘을 이용해 문제를 해결하고자할 때 직면하는 대부분의 문제는 학습 데이터 중 label이 있는 데이터에 비해 label 이 없는 데이터가 훨씬 많다는 것이다. 이 문제를 해결하기 위한 많은 연구가 진행되어 왔다[14,15].

참고문헌 (16)

M.K. Shin, C.D. Lee, H.S. Ha, C.S. Choe, and Y.H. Kim, "The Influence of Meteorological Factors on PM 10 Concentration in Incheon," Journal of Korean Society for Atmospheric Environment, Vol. 23, pp. 322-331, 2007.

원문보기 상세보기
Y. Zheng, F. Liu, and H. Hsieh, "U-Air: When Urban Air Quality Inference Meets Big Data," Proceedings of the 19th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 1436-1444, 2013.
Y. Zheng, X. Yi, M. Li, R. Li, Z. Shan, E. Chang, et al. "Forecasting Fine-grained Air Quality Based on Big Data," Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 2267-2276, 2015.
J.Y. Zhu, C. Zhang, S. Zhi, V.O.K. Li, J. Han, and Y. Zheng, "P-Causality: Identifying Spatiotemporal Causal Pathways for Air Pollutants with Urban Big Data," arXiv Preprint arXiv: 1610.07045, 2016.
J.H. Leem, S.T. Kim, and H.C. Kim, "Public-health Impact of Outdoor Air Pollution for 2 nd Air Pollution Management Policy in Seoul Metropolitan Area, Korea," Annals of Occupational and Environmental Medicine, Vol. 27, pp. 1-9, 2015.

상세보기
H. Wang, X. Yuan, X. Wang, Y. Zhang, and Q. Dai, "Real-time Air Quality Estimation Based on Color Image Processing," Proceeding of Visual Communications and Image Processing Conference, pp. 326-329, 2014.
S. Vardoulakis, B.E.A. Fisher, K.Pericleous, and N.G. Flesca, "Modelling Air Quality in Street Canyons: A Review," Atmospheric Environment, Vol. 37, Issue 2, pp. 155-182, 2003.

상세보기
J. Blitzer, R. McDonald, and F. Pereira, "Domain Adaptation with Structural Correspondence Learning," Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing, pp. 120-128, 2006.
P. Germain, A. Habrard, F. Lavlolette, and E. Morvant, "A PAC-Bayesian Approach for Domain Adaptation with Specialization to Linear Classifiers," Proceeding of International Conference on Machine Learning, pp. 738-746, 2013.
M. Chen, Z. Xu, K. Weinberger, and F. Sha, "Marginalized Denoising Autoencoders for Domain Adaptation," arXiv Preprint arXiv: 1206.4683, 2012.
Y. Ganin, H. Ajakan, H. Larochelle, F. Laviolette, and V. Lempitsky, "Domain-adversarial Training of Neural Networks," Journal of Machine Learning Research, Vol. 17, pp. 1-35, 2016.
D.M.S. Arsa, G. Jati, A.J. Mantau, and I. Wasito, "Dimensionality reduction using deep belief network in big data case study: Hyperspectral image classification," Big Data and Information Security International Workshop, pp. 71-76, 2016
J. Lafferty, A. McCallu, and F.C.N. Pereira, "Conditional Random Fields: Probabilistic Models for Segmenting and Labeling Sequence Data," Proceedings of the 18th International Conference on Machine Learning, pp. 282-289, 2001.
Semi-supervised Learning Liter-ature Survey (2008), http://pages.cs.wisc.edu/-jerryzhu/pub/ssl_survey.pdf (accessed Jul., 15, 2017)
M. Baktashmotlagh, M.T. Harandi, B.C. Lovell, and M. Salzmann, "Unsupervised Domain Adaptation by Domain Invariant Projection," Proceedings of the IEEE International Conference on Computer Vision, pp. 769-776, 2013.
H.S. Bae, S.H. Yu, and H.Y. Kwon, "Fast Data Assimilation using Kernel Tridiagonal Sparse Matrix for Performance Improvement of Air Quality Forecasting," Journal of Korea Multimedia Society, Vol.20, No. 2, pp. 363-370, 2017

원문보기 상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증