과학과 기술이 급속히 발전함에 따라 공해의 여러 형태는 증가한다. 특히 미세먼지는 인체에 해를 끼쳐 심장 및 폐 관련 질환을 유발하거나 악화시킨다. 본 연구에서는 8시간 후 서울의 미세먼지 농도를 예측하여 건강 손상을 사전에 예방하고자 한다. 정확한 예측을 위해 두 가지 양식(즉, 수치 데이터와 이미지 데이터)을 결합하여 데이터셋을 구성한다. 또한 Long Short Term Memory(LSTM)와 Convolutional Neural Network(CNN)를 결합한 멀티모달 딥러닝 모델을 제안한다. 수치 시계열 데이터 처리를 위한 모델로 LSTM 오토인코더를 선택하고, 기본 CNN도 함께 사용한다. 이미지 처리를 위한 CNN 모델로 Visual Geometry Group Neural Network(VGGNet)(VGG16, VGG19)도 선택하여 네트워크 깊이에 따른 성능 차이를 비교한다. VGGNet은 다수의 층으로 구성된 표준적인 딥 CNN 아키텍처이다. 두 가지 양식(즉, 수치 데이터와 이미지 데이터)을 활용하는 본 멀티모달 딥러닝 모델은 단일 양식(수치 데이터)만 사용하는 단일 딥러닝 모델보다 더 나은 성능을 보였다. 구체적으로, 네트워크가 더 깊은 VGG19 모델을 VGG16 모델 대신 사용했을 때 성능이 최대 14.16%까지 향상되었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.