최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.19 no.11, 2018년, pp.310 - 318
김삼근 (한경대학교 컴퓨터시스템연구소&컴퓨터공학과) , 오택일 (한경대학교 컴퓨터공학과)
Recently, the importance of big data analysis is increasing as a large amount of data is generated by various devices connected to the Internet with the advent of Internet of Things (IoT). Especially, it is necessary to analyze various large-scale IoT streaming sensor data generated in real time and...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
PM10이란 무엇인가? | 5로 분류된다. PM10은 장시간 동안 공기 중에 부유하는 먼지 입자의 지름이 10μm 이하인 것을 말한다. 미세먼지는 기후 환경 변화의 영향으로 지속적으로 증가하고 있는 추세이다. | |
경사하강법에서 나타나는 문제점은 무엇인가? | RNN의 학습 방법인 경사하강법(gradient descent)은 미분 값인 기울기 변화량을 이용하는데 이 변화량이 매우 작다면 기울기가 거의 0이 되고 이전 층의 모든 기울기들도 0이 된다. 따라서 여러 시간 스텝이 지날수록 주요 정보를 기억하지 못하게 되고, 결국 먼 과거의 상태는 현재 스텝의 학습에 도움을 주지 못하게 되어 학습이 더이상 진행되지 못하는 문제가 발생한다. | |
RNN의 한계점은 무엇인가? | RNN의 강점은 현재의 작업을 이전 정보와 연결할 수 있다는 것이다. 그러나 RNN은 학습과정에서 긴 시퀀스를 처리하는데 주요 정보가 여러 시간 스텝을 지나가면서 소실되는 기울기 소실 문제가 발생하여 데이터의 장기 의존성(long-term dependency)을 고려하는데 한계가 있다. 따라서 RNN의 장기 의존성 문제를 해결하기 위해 LSTM이 연구되어 왔다. |
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.
Yanchen Liua, Zhe Wangc, Zhongchen Zhang, Jiajie Hong, Borong Lin, "Investigation on the Indoor Environment Quality of health care facilities in China", Building and Environment 141, pp. 273-287, 2018, DOI: https://doi.org/10.1016/j.buildenv.2018.05.054
Gyu-Sik Kim, Youn-Suk Son, Jai-Hyo Lee, In-Won Kim, Jo-Chun Kim, Joon-Tae Oh, Hiesik Kim, "Air Pollution Monitoring and Control System for Subway Stations Using Environmental Sensors", Hindawi Publishing Corporation Journal of Sensors, Vol. 2016. DOI: https://doi.org/10.1155/2016/1865614
Jin-Ho Noh, Han-Ho Tack, "The Implementation of the Fine Dust Measuring System based on Internet of Things(IoT)", Journal of the Korea Institute of Information and Communication Engineering, Vol. 21, No. 4, pp. 829-835, 2017, DOI: http://www.dbpia.co.kr/Article/NODE07158660
Recurrent neural network, Wikipedia, 2018, https://en.wikipedia.org/wiki/Recurrent_neural_network
Xavier Glorot, Yoshua Bengio, "Understanding the difficulty of training deep feedforward neural networks", Proceedings of the Thirteenth International Conference on Artificial Intelligence and Statistics, PMLR 9, pp. 249-256, 2010, Available From: http://citeseerx.ist.psu.edu/viewdoc/download?doi10.1.1.207.2059&reprep1&typepdf
Hyperbolic function, Wikipedia, 2018, https://en.wikipedia.org/wiki/Hyperbolic_function
AdamOptimizer, https://www.tensorflow.org/api_docs/python/tf/train/AdamOptimizer
Root-mean-square deviation, Wikipedia, 2018, Available From: https://en.wikipedia.org/wiki/Root-mean-square_deviation.
D. Dunea, S. Iordache, C. Ianache, "Relationship between airborne particulate matter and weather conditions in targoviste urban area during cold months", Roumanian Journal of Chemistry, Vol. 60, pp. 595-601, 2015, Available From: https://www.researchgate.net/publication/284735048
WHO Air quality guidelines for particulate matter, ozone, nitrogen dioxide and sulfur dioxide, 2005, Available From: http://apps.who.int/iris/bitstream/handle/10665/69477/WHO_SDE_PHE_OEH_06.02_eng.pd
NAAQS Table, United States Environmental Protection Agency, 2016, Available From: https://www.epa.gov/criteria-air-pollutants/naaqs-table
D. Vlachogiannis, A. Sfetsos, "Time series forecasting of hourly PM10 values: model intercomparison and the development of localized linear approaches", WIT Transactions on Ecology and the Environment, Vol. 86, pp. 85-94, 2006 DOI: https://doi.org/10.2495/AIR06009
Hazrul Abdul Hamid, Ahmad Shukri Yahaya, Nor Azam Ramli, Ahmad Zia Ul-Saufie and Mohd Norazam Yasin, "Short Term Prediction of PM10 Concentrations Using Seasonal Time Series Analysis", MATEC Web of Conferences, Vol. 47, 2016. DOI: https://doi.org/10.1051/matecconf/20164705001
H. Weizhen, L. Zhengqiang, Z. Yuhuan, X. Hua, Z. Ying, L. Kaitao, L. Donghui, W. Peng, M. Yan, "Using support vector regression to predict PM10 and PM2.5", In IOP Conference Series: Earth and Environmental Science, Vol. 17, 2014. DOI: https://doi.org/10.1088/1755-1315/17/1/012268
J. Chung, C. Gulcehre, K. H. Cho, Y. Bengio, "Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling", Neural Information Processing Systems, 2014, Available From: https://arxiv.org/pdf/1412.3555.pdf
Incremental learning, Wikipedia, 2018, https://en.wikipedia.org/wiki/Incremental_learning/
Docker, https://www.docker.com/
TensorFlow Serving, https://www.tensorflow.org/serving/
TensorFlow, https://www.tensorflow.org/
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.