본 논문은 수질 모니터링 데이터의 결측치 문제 해결을 위한 새로운 모델인 Causal convolutional Low-rank Representation (CLR) 모델을 제안합니다. 수질 모니터링 데이터는 고차원이며, 데이터 수집 장애, 센서 및 통신 오류 등으로 결측치가 발생하는 경우가 많습니다. 기존의 단순한 결측치 처리 방식은 부정확한 결과를 초래하므로, 본 논문에서는 시간적 의존성을 고려한 causal convolutional 연산과 최적의 하이퍼파라미터를 자동으로 조정하는 기법을 활용하여 결측치를 보다 정확하게 추정하는 CLR 모델을 제시합니다. 실제 수질 데이터셋을 이용한 실험 결과, 제안된 CLR 모델은 기존 최첨단 모델보다 정확도와 시간 효율성 면에서 우수하며, 신뢰할 수 있는 환경 모니터링 의사결정 지원을 제공함을 보여줍니다.
