AI for Water Sustainability: Global Water Quality Assessment and Prediction with Explainable AI with LLM Chatbot for Insights
Created by
Haebom
Category
Empty
저자
Biplov Paneru, Bishwash Paneru
안전한 수질 확보를 위한 하이브리드 딥러닝 모델 개발
개요
본 논문은 네팔과 같은 개발도상국에서 안전한 수질 확보의 중요성을 강조하며, 캐나다, 중국, 영국, 미국, 아일랜드의 CCME 데이터셋을 기반으로 다양한 하이브리드 딥러닝 모델을 활용하여 수질을 예측하는 연구를 소개한다. 282만 건의 데이터를 특징 엔지니어링하여 CatBoost, XGBoost, Extra Trees, CNN과 LSTM을 결합한 신경망 모델을 구축하고, 시공간적 패턴을 포착하였다.
시사점, 한계점
•
CatBoost, XGBoost, Extra Trees 회귀 모델은 평균 RMSE 1.2, R 제곱 0.99의 높은 정확도로 수질 지수(WQI)를 예측하였다.
•
분류 모델은 교차 검증을 통해 99%의 정확도를 달성했다.
•
SHAP 분석을 통해 F.R.C.와 정인산염 농도가 하이브리드 아키텍처의 분류 결정에 중요한 영향을 미침을 확인했다.
