Particulate Matter Prediction Model using Artificial Neural Network

인공 신경망을 이용한 미세먼지 예측 모델

As the issue of particulate matter spreads, services for providing particulate matter information in real time are increasing. However, when a sensor node for collecting particulate matter is defective, a corresponding service may not be provided. To solve these problems, it is necessary to predict and deduce particulate matter. In this paper, a particulate matter prediction model is designed using artificial neural network algorithm based on past particulate matter and meteorological data to predict particulate matter. Also, the prediction results are compared by learning the input data of the model in the design stage.

미세먼지에 대한 이슈가 확산됨에 따라 미세먼지에 대한 정보를 실시간으로 제공하는 서비스가 많아지고 있다. 그러나 미세먼지를 수집하기 위한 센서 노드의 결함이 발생할 경우 해당하는 서비스를 제공하지 못하는 경우가 발생한다. 이러한 문제를 해결하기 위해서는 미세먼지의 예측과 추론이 필요하다. 본 논문에서는 미세먼지를 예측하기 위해 과거의 미세먼지 및 기상 데이터를 기반으로 신경망 알고리즘을 이용하여 미세먼지 예측 모델을 설계한다. 또한 설계된 모델의 입력 데이터를 다양화하여 학습함으로써 예측 결과를 비교한다.