초록 ▼

· 다양한 지역별 (베이징, 광주, 김제지역) 대기 중 초미세먼지의 화학적 구성성분 (입력자료)과 독성 자료 (출력자료)를 학습 데이터로 활용하여 초미세 먼지 독성 진단 모델 개발을 수행
· 지역별 초미세먼지 독성 (산화잠재력)의 차이비교, 지역별 초미세먼지의 화학적 구성성분의 차이 비교, 산화잠재력과 화학성분과의 상관성분석, 다중 공선성 고려 등을 통한 독성 진단 모델에 사용될 화학적 구성성분 6종을 입력변수로 선정
· 최종적으로 선정된 6종의 화학적 구성성분 자료와 산화잠재력 자료를 입력변수로 사용, 총 3가지 기계학

· 다양한 지역별 (베이징, 광주, 김제지역) 대기 중 초미세먼지의 화학적 구성성분 (입력자료)과 독성 자료 (출력자료)를 학습 데이터로 활용하여 초미세 먼지 독성 진단 모델 개발을 수행
· 지역별 초미세먼지 독성 (산화잠재력)의 차이비교, 지역별 초미세먼지의 화학적 구성성분의 차이 비교, 산화잠재력과 화학성분과의 상관성분석, 다중 공선성 고려 등을 통한 독성 진단 모델에 사용될 화학적 구성성분 6종을 입력변수로 선정
· 최종적으로 선정된 6종의 화학적 구성성분 자료와 산화잠재력 자료를 입력변수로 사용, 총 3가지 기계학습 알고리즘 (linear regression, random forest, gradient boosting)을 사용하여 모델 개발을 수행
· 사용된 기계학습 알고리즘의 성능평가 결과 gradient boosting 방법을 사용한 모델에서 나머지 알고리즘 대비 가장 좋은 성능을 나타냄 (정확도: 69.9%)
· 입력자료의 추가적인 확보를 통한 모델 개선이 필요하지만, 초미세먼지의 화학적 구성성분 자료만을 이용하여 독성 진단이 가능한 모델을 개발 가능성을 제시
· 개발된 모델을 초미세먼지 독성 측정을 수행하지 않은 이전 자료에 활용하여 독성 진단 수행 및 독성 DB 구축에 활용 가능

(출처 : 초록 4p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 3
• 보고서 초록 ... 4
• 목차 ... 5
• 제 1 장. 연구개발과제의 개요 ... 6
• ◌ 연구과제의 필요성 ... 6
• ◌ 연구과제의 목표 및 내용 ... 6
• 제 2 장. 연구개발수행 내용 및 결과 ... 8
• ◌ 연구과제의 추진전략․방법 및 추진체계 ... 8
• ◌ 연구 방법 ... 9
• ◌ 연구 결과 ... 10
• 제 3 장. 목표달성도 및 기여도 ... 13
• 제 4 장. 연구개발결과의 활용계획 ... 13
• 제 5 장. 참고문헌 ... 13
• 끝페이지 ... 14