[논문]시계열 데이터와 랜덤 포레스트를 활용한 시간당 초미세먼지 농도 예측

이득우; 이수원

doi:10.3745/ktsde.2020.9.4.129

시계열 데이터와 랜덤 포레스트를 활용한 시간당 초미세먼지 농도 예측
Hourly Prediction of Particulate Matter (PM2.5) Concentration Using Time Series Data and Random Forest 원문보기

정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.9 no.4, 2020년, pp.129 - 136

이득우 (숭실대학교 융합소프트웨어학과) , 이수원 (숭실대학교 소프트웨어학부)

초록
AI-Helper

최근 환경 문제에서 중요한 화두로 떠오른 초미세먼지(PM2.5)는 미세먼지(PM10)보다도 작은 부유물질이다. PM2.5는 안구나 호흡기 질환을 일으키며 뇌혈관에까지 침투할 수 있어서 시간별로 수치를 예측하여 대비하는 것이 중요하다. 그러나 PM2.5의 생성과 이동에 관한 명확한 설명이 아직까지는 제시되지 않고 있어서 예측에 어려움이 따른다. 따라서 PM2.5 예측뿐만 아니라 예측 결과에 대한 설명력을 갖는 예측 방법이 제시될 필요가 있다. 본 연구에서는 서울시의 시간당 PM2.5를 예측하고자 하며, 이를 위해 각기 다른 지상관측 데이터를 시계열로 전처리하고 부트스트랩수를 조정한 랜덤 포레스트(Random Forest)를 데이터 학습 및 예측에 사용하는 방법을 제안한다. 이 방법은 예측 모델이 입력 데이터의 시각별 정보를 균형 있게 학습하게 하며 예측 결과에 대한 설명이 가능하다는 장점을 갖는다. 예측 정확도 평가를 위해 기존 모델과의 비교실험을 수행한 결과 제안 방법은 모든 레이블에서 가장 뛰어난 예측 성능을 보였으며, PM2.5의 생성과 관련된 변수와 중국의 영향과 관련된 변수가 예측 결과에 중요한 영향을 미치는 것을 보여주었다.

Abstract ▼ AI-Helper

PM2.5 which is a very tiny air particulate matter even smaller than PM10 has been issued in the environmental problem. Since PM2.5 can cause eye diseases or respiratory problems and infiltrate even deep blood vessels in the brain, it is important to predict PM2.5. However, it is difficult to predict PM2.5 because there is no clear explanation yet regarding the creation and the movement of PM2.5. Thus, prediction methods which not only predict PM2.5 accurately but also have the interpretability of the result are needed. To predict hourly PM2.5 of Seoul city, we propose a method using random forest with the adjusted bootstrap number from the time series ground data preprocessed on different sources. With this method, the prediction model can be trained uniformly on hourly information and the result has the interpretability. To evaluate the prediction performance, we conducted comparative experiments. As a result, the performance of the proposed method was superior against other models in all labels. Also, the proposed method showed the importance of the variables regarding the creation of PM2.5 and the effect of China.

주제어

표/그림 (14)

표 Table 1. Description of Input Variables
그림 Fig. 1. Structure of the Proposed Method
표 Table 2. Number of Data for Each Target Label (Timestep=2)
표 Table 3. F1-Scores by Tree Number on Validation Data
그림 Fig. 2. F1-Scores by Tree Number on Validation Data
그림 Fig. 3. F1-Scores by Timestep on Validation Data
표 Table 4. Hyperparameters for the Proposed Random Forest
표 Table 5. Top10 Input Variables by Importance
표 Table 6. Hyperparameters for Logistic Regression
표 Table 7. F1-Score of Hyperparameters for Logistic Regression
표 Table 8. Hyperparameters for LSTM
표 Table 9. F1-Score of Hyperparameters for LSTM
표 Table 10. F1-Scores of the Proposed Method and Other Models (Timestep=2)
그림 Fig. 4. F1-Scores for ‘Bad’ Label of Proposed Method and Other Models by Timestep

AI 본문요약
AI-Helper

문제 정의

본 연구는 입력 변수에 대한 설명력을 갖는 서울시의 시간당 PM2.5 예측 연구를 위해, 각기 다른 지상관측 데이터를 시계열로 전처리하고, 부트스트랩 수를 조정한 랜덤 포레스트 (Random Forest)를 데이터 학습 및 예측에 사용하는 방법을 제안한다. 또한 본 연구는 중국과 인접한 서울시의 지리적 특성을 반영하기 위해 시계열로 묶은 백령도의 기상 정보, 대기 오염물질 정보 및 미세먼지 수치를 입력 변수로 사용한다.

제안 방법

5 예측 연구를 위해, 각기 다른 지상관측 데이터를 시계열로 전처리하고, 부트스트랩 수를 조정한 랜덤 포레스트 (Random Forest)를 데이터 학습 및 예측에 사용하는 방법을 제안한다. 또한 본 연구는 중국과 인접한 서울시의 지리적 특성을 반영하기 위해 시계열로 묶은 백령도의 기상 정보, 대기 오염물질 정보 및 미세먼지 수치를 입력 변수로 사용한다. ;

대상 데이터

본 연구에서는 한국 기상자료 개방포털(https://data.kma.go.kr)에서 제공하는 2015.1.1-2018.12.31 기간의 시간당 기상정보 데이터와, 에어코리아(https://www.airkorea.or.kr)에서 제공하는 같은 기간의 시간당 대기오염물질 및 미세 먼지 데이터를 학습, 검증 및 테스트에 사용한다. 전체 데이터 수는 타임스텝에 따른 전처리마다 조금씩 달라지며 학습, 검증, 테스트 데이터는 6:2:2의 비율로 Random 분할한다.

데이터처리

본 연구는 모델의 시계열 학습 성능 비교를 위해 입력 데이 터의 타임스텝을 1시간에서 12시간까지 조정하며 1시간 후 PM2.5 농도를 예측하는 성능을 비교했다. 그 결과는 Fig.

이론/모형

본 연구에서는 랜덤 포레스트 분류기[22]를 학습 모델로 사용한다. 최근 미세먼지 예측 연구에서 사용되는 LSTM의 경우 입력 데이터의 시퀀스 또는 시계열이 길어질수록 앞의 입력 정보가 소실되고[23] 결과 설명력이 부족하다는 문제점이 있다.
본 연구에서는 제안 방법과 기존 모델들의 비교실험을 진행했다. 비교 실험에는 일반적으로 분류 예측에 많이 사용되는 Logistic Regression, 도메인과 상관없이 좋은 성능을 보여주는 순환신경망 중 하나인 LSTM(Long Short-Term Memory) 이 사용되었다. 구현에는 각각 sklearn, tensorflow1.
랜덤 포레스트는 분류 또는 회귀 모두에 사용될 수 있는 방법으로, 편향이 적은 여러 의사결정트리(Decision Tree) 의 예측결과 중 다수의 결과를 선택(Majority Vote)하여 분산과 편향이 적은 단일한 학습 결과를 얻는 앙상블 트리 기법이다. 이때 편향이 적은 각각의 의사결정트리를 만들기 위해 학습 데이터를 전체 데이터 크기만큼 복원 추출하여 여러 개의 학습 데이터를 샘플링하는 방법인 부트스트랩(Bootstrap) 이 함께 사용된다. 또한 특정 변수가 집중 학습되는 것을 막기 위해, 의사결정트리의 노드를 분할할 때 총 q개의 입력 변수 중 매번 새로 선택된 m개의 입력 변수가 노드 분할 시고려 대상이 된다.

성능/효과

이 방법은 시계열 처리된 입력 변수의 모든 시각별 정보를균형 있게 학습할 수 있었으며, 비교 실험 결과 본 연구의 제안 방법이 기존 모델 보다 모든 레이블에서 더 뛰어난 성능을 보였다. 또한 본 연구에서는 입력 변수에 대한 설명력을 높이기 위해 각 변수의 타임스텝별 중요도를 합산하여 변수의 중요도를 계산하였고 그 결과 PM2.5의 생성과 관련된 변수와 중국의 영향과 관련된 변수들이 중요했음을 확인하였다.
5 농도를 예측하는 방법을 제안했다. 이 방법은 시계열 처리된 입력 변수의 모든 시각별 정보를균형 있게 학습할 수 있었으며, 비교 실험 결과 본 연구의 제안 방법이 기존 모델 보다 모든 레이블에서 더 뛰어난 성능을 보였다. 또한 본 연구에서는 입력 변수에 대한 설명력을 높이기 위해 각 변수의 타임스텝별 중요도를 합산하여 변수의 중요도를 계산하였고 그 결과 PM2.

후속연구

향후에는 본 연구를 확장하여 연구의 범위를 서울시뿐만아니라 다른 국내 도시로 확장하고 국가 전체로 확대할 수 있을 것이다. 또한 제안 방법을 심층신경망과 결합하여 추가적인 성능 향상을 가져올 수 있을 것으로도 기대된다.

참고문헌 (25)

H. J. Lee, Y. Jeong, S. T. Kim, and W. S. Lee, "Atmospheric Circulation Patterns Associated with Particulate Matter over South Korea and Their Future Projection," Journal of Climate Change Research, Vol.9, No.4, pp.423-433, 2018.

상세보기
Ministry of Environment, "What is Fine Dust?," Republic of Korea's Ministry of Environment, Apr. 2016.
National Institute of Environmental Research & NASA, "KORUS-AQ: An International Cooperative Air Quality Field Study in Korea," KORUS-AQ, 2016.
D. Lee and S. Lee, "Prediction of fine Dust(PM2.5) Concentration Based on RBF Kernel SVM," Proceedings of the ISSAT international Conference on Data Science in Business, Finance and Industry, pp.114-117, Jul. 2019.
S. Choi, J. An, and Y. Jo, "Review of Analysis Principle of Fine Dust," Prospectives of Industrial Chemistry, Vol.21, No.2, pp.16-23, Apr. 2018.
H. Choi and M. S. Lee, "Atmospheric Boundary Layer Influenced upon Hourly PM10, PM2.5, PM1 Concentrations and Their Correlations at Gangneung City before and after Yellow Dust Transportation from Gobi Desert," Atmospheric Research, Vol.7, No.1, pp.30-54, Feb. 2012.
Y. H. Seo and J. Kweon, "Relation of Levoglucosan and the Outbreaks of High PM10 and PM2.5 Concentration Occurred in Seoul Air," J. Korea Society of Environmental Administration, Vol.19. No.1, pp.1-10, Mar. 2013.
K. Huang, Q. Xiao, X. Meng, G. Geng, Y. Wang, A. Lyapustin, D. Gu, and Y. Liu, "Predicting monthly highresolution PM2.5 concentrations with random forest model in the North China Plain," Environmental Pollution, Vol. 242, No.A, pp.675-683, 2018.

상세보기
Y. Lin, N. Mago, Y. Gao, Y. Li, Y. Y. Chiang, C. Shahabi, and J. L. Ambite, "Exploiting Spatiotemporal Patterns for Accurate Air Quality Forecasting using Deep Learning," ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (ACM SIGSPATIAL), pp.359-368, Nov. 2018.
S. Jiaming. "PM 2. 5 Concentration Prediction using Times Series Based Data Mining." 2015.
Y. Zheng, X. Yi, M. Li, R. Li, Z. Shan, E. Chang, and T. Li, "Forecasting Fine-Grained Air Quality Based on Big Data," Proceedings of the 21th SIGKDD Conference on Knowledge Discovery and Data Mining, pp.2267-2276, Aug. 2015.
J. E. Choi, H. Lee, and J. Song, "Forecasting Daily PM10 Concentrations in Seoul using Various Data Mining Techniques," Communications for Statistical Applications and Methods 2018, Vol.25, No.2, 199-215, Mar. 2018.
Y. Liang, S. Ke, J. Zhang, X. Yi, and Y. Zheng, "GeoMAN Multi-level Attention Networks for Geo-sensory Time Series Prediction," Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence, pp.3428-3434, Jul. 2018.
L. A. Diaz-Robles, J. C. Ortega, J. S. Fu, G. D. Reed, J. C. Chow, J. G. Watson, and J. A. Moncada-Herrera, "A Hybrid ARIMA and Artificial Neural Networks Model to Forecast Particulate Matter in Urban Areas: The Case of Temuco, Chile," Atmospheric Environment, Vol.42, No.35, pp.8331-8340, Nov. 2008.

상세보기
J. Zhao, F. Deng, Y. Cai, and J. Chen, "Long Short-term Memory - Fully Connected (LSTM-FC) Neural Network for PM2.5 Concentration Prediction," Chemosphere, Vol.220, No.1, pp.486-492, 2019.

상세보기
Y. Cheng, H. Zhang, Z. Liu, L. Chen, and P. Wang, "Hybrid Algorithm for Short-Term Forecasting of PM2.5 in China," Atmospheric Environment, Vol.200, pp.264-279, 2019.

상세보기
T. C. Kang and H. B. Kang, "Machine Learning-based Estimation of the Concentration of Fine Particulate Matter Using Domain Adaptation Method," Journal of Korea Multimedia Society, Vol.20, No.8, pp.1208-1215, August. 2017.

원문보기 상세보기
S. OH, J. Koo, and U. M. Kim, "Concentration Prediction Technique Based on Locality of Fine Dust Generation," The Institute of Electronics Engineers of Korea 2017, pp. 1357-1360, Jun. 2017.
J. Cha and J. kim, "Development of Data Mining Algorithm for Implementation of Fine Dust Numerical Prediction Model," Journal of the Korea Institute of Information and Communication Engineering, Vol.22, No.4, pp.595-601, Apr. 2018.

원문보기 상세보기
J. H. Kwon, Y. Lim, and H. S. Oh, "Particulate Matter Prediction using Quantile Boosting," The Korean Journal of Applied Statistics, Vol.28, No.1, pp.83-92, 2015.

원문보기 상세보기
S. Joun, J. Choi, and J. Bae, "Performance Comparison of Algorithms for the Prediction of Fine Dust Concentration," Korea Software Congress 2017, pp.775-777, Dec. 2017.
G. James, D. Witten, T. Hastie, and R. Tibshirani, "An Introduction to. Statistical Learning with Applications in R," Springer, 2017.
A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. N. Gomez, L. Kaiser, and I. Polosukhin, "Attention is all you need," Proceedings of the 31st Conference on Neural Information Processing Systems (NIPS 2017), pp.5998-6008, Dec. 2017.
A. Defazio, F. Bach, and S. Lacoste-Julien, "SAGA: A Fast Incremental Gradient Method With Support for Non-Strongly Convex Composite Objectives," Advances in Neural Information Processing Systems 27 (NIPS 2014), Jul. 2014.
D. P. Kingma and J. Ba, "Adam: A Method for Stochastic Optimization," Proceedings of the 3rd International Conference on Learning Representations (ICLR 2015), May. 2015.

저자의 다른 논문 :

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