선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 어떠한 데이터에서나 항상 우수한 통계 모형은 있을 수 없으며 데이터의 특성에 따라 적용결과가 다를 수 있으며, 독립변수의 개수나 속성을 변화시켜 봄에 따라 예측력의 변동이 있을 수 있다. 따라서 본 연구는 지금까지 많이 사용하지 않은 SVR 모형을 대기오염 예측에 적용하여 그 성능을 비교 분석하는데 의의를 두고자 한다. 또한 본 연구에서 사용한 통계적 예측모형이 아니라 시계열 분석 기법을 사용하여 PM10 예측모형을 구축하고 그 정확도를 본 연구에서 사용한 통계적 기법들과 비교하여 보는 것을 향후과제로 남겨두고자 한다.
- 따라서 본 연구는 지금까지 많이 사용하지 않은 SVR 모형을 대기오염 예측에 적용하여 그 성능을 비교 분석하는데 의의를 두고자 한다. 또한 본 연구에서 사용한 통계적 예측모형이 아니라 시계열 분석 기법을 사용하여 PM10 예측모형을 구축하고 그 정확도를 본 연구에서 사용한 통계적 기법들과 비교하여 보는 것을 향후과제로 남겨두고자 한다.
- 미세먼지 예측모형에 대한 국내 선행연구로는 구윤서(2004)의 서울, 수도권 지역을 대상으로 한 회귀분석과 신경망 분석을 통한 비교가 있었다. 본 연구에서는 포항시 세 곳의 환경측정소에서의 관측자료를 이용하여 회귀분석, 신경망 분석 뿐만 아니라 최근 각광 받고 있는 새로운 예측모형 기법인 SVR(Support Vector Regression)을 적용시켜 보고 이러한 세 모형의 결과들을 상호비교하여 보았다.
- 먼지 중에서도 크기가 10um 미만인 PM10은 건강에 치명적인 영향을 미치므로 이에 대한 연구가 활발하게 진행되고 있다. 현시점의 기상자료와 대기오염도 자료를 이용하여 미래의 PM10 최대농도를 예측 또는 예보 할 수 있는 모형구축이 본 연구의 목적으로, 우선 미세먼지 예보를 위한 다양한 통계적 기법을 서로 비교해 보고자 한다. 미세먼지 예측모형에 대한 국내 선행연구로는 구윤서(2004)의 서울, 수도권 지역을 대상으로 한 회귀분석과 신경망 분석을 통한 비교가 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.