Air Pollution Forecasting in Bucharest
Created by
- Haebom
Category
Empty
저자
Drago\c{s}-Andrei \c{S}erban, R\u{a}zvan-Alexandru Sm\u{a}du, Dumitru-Clementin Cercel
개요
본 논문은 도시 지역을 중심으로 최근 몇 년간 심각한 문제로 떠오른 미세먼지(PM2.5) 농도 예측을 위한 머신러닝 모델을 설계, 미세 조정, 테스트 및 평가하는 것을 목표로 한다. 선형 회귀 알고리즘, 앙상블 기반 방법론, 딥러닝 모델(RNN, Transformer), 그리고 대규모 언어 모델까지 다양한 머신러닝 모델의 성능을 비교 분석하여, 조기 경보 제공 및 질병 예방에 기여할 수 있는 PM2.5 농도 예측 모델을 개발하고자 한다.
시사점, 한계점
•
시사점:
◦
다양한 머신러닝 모델을 활용하여 PM2.5 농도 예측 가능성을 탐구한다.
◦
선형 회귀부터 대규모 언어 모델까지 다양한 모델의 성능을 비교 분석하여, 최적의 예측 모델 선택을 위한 기반을 제공한다.
◦
조기 경보 시스템 구축 및 질병 예방을 위한 실질적인 정보를 제공할 수 있다.
•
한계점:
◦
논문 내용 요약만으로는 구체적인 모델의 성능, 데이터셋, 평가 지표 등에 대한 상세 정보가 부족하다.
◦
실제 환경에서의 모델 적용 가능성 및 한계에 대한 추가적인 연구가 필요하다.
◦
대규모 언어 모델의 활용이 PM2.5 예측에 어떤 방식으로 기여하는지에 대한 구체적인 내용이 제시되지 않았다.
