베이지안 네트워크를 이용한 미세먼지 농도 예측

Abstract

최근 미세먼지의 농도가 높아짐에 따라 이에 대한 온 국민의 관심이 높아지고 있다. 미세먼지는 기관지염, 폐질환, 심혈관질환 등을 유발하지만, 미세먼지에 대한 노출을 완전히 없애는 것은 불가능하다. 그러므로 미세먼지 농도를 예측하여 미세먼지에 대한 노출을 최소화하고 관련 변수를 파악하는 것이 가장 좋은 방법이다. 본 연구에서는 대기질 측정 자료와 기상 자료를 사용하여 미세먼지의 농도를 예측하고자 한다. 분석 기법으로는 변수 간의 관계를 효과적으로 이해할 수 있는 머신러닝 기법인 베이지안 네트워크 중 NB(Naive Bayes), TAN(Tree Augmented Naive Bayes), GBN(General Bayesian Network)을 사용하였다. 정확도(Accuracy)와 AUC(Area Under the ROC Curve)를 통한 예측 성능 비교 결과, TAN의 정확도는 70.86%, AUC는 0.8023으로, TAN의 성능이 가장 좋았다. 변수 간의 MI(Mutual Information)를 통해 PM10에 영향을 가장 많이 주는 변수를 찾고, 최종 모형인 TAN의 DAG를 통해 설명변수 간의 관계를 파악하는 것이 본 연구의 목적이다.;As the concentration of fine dust has recently increased, people’s interest in fine dust is increasing. Fine dust causes bronchitis, lung disease, and cardiovascular disease, but it is impossible to completely eliminate exposure to fine dust. Therefore, it is the best way to minimize exposure to fine dust by predicting the concentration of fine dust and to identify related variables. In this study, I attempt to predict the concentration of fine dust using air quality measurement data and weather data. Among the Bayesian networks, which are machine learning techniques that can effectively understand the relationship between variables, NB (Naive Bayes), TAN (Tree Augmented Naive Bayes), and GBN (General Bayesian Network) were used as analysis techniques. As a result of comparing the predictive performance through Accuracy and AUC (Area Under the ROC Curve), the accuracy of the TAN was 70.86%, and the AUC was 0.8023, which was the best performance. The purpose of this study is to find the variables that affect PM10 the most through mutual information (MI) between variables, and to understand the relationship between explanatory variables through DAG of TAN, the final model.