인근지역 관측데이터를 활용한 BLSTM 기반 미세먼지 예측 성능 향상에 관하여

Abstract

본 논문에서는 시계열적 특성을 반영하는 양방향 장기기억 메모리(BLSTM) 신경망을 기반으로 인근지역 관측데이터를 추가 사용하여 미세먼지(PM10)를 예측하는 모델을 제안한다. 즉, 목표로 하는 하나의 지역의 PM10을 예측하기 위하여, 목표지역과 인근지역에서 관측된 정보를 함께 사용하여 6, 12, 48시간을 각각 예측하는 지역합성 미세먼지 예측모델을 설계한다. 서울의 4개 지역에 대해 1개의 지역을 목표지역으로 하고 나머지 3개 지역을 인근지역으로 설정하여 실험한 결과, 각각 목표지역만의 관측데이터를 사용하는 단일지 역 모델 대비, 인근지역의 관측데이터를 함께 사용하는 제안된 기법이 낮은 예측 오차를 보이는 것을 확인하였다.