방향성 그래피컬 모델을 이용한 미세먼지 이동 경로 추정

박건웅

doi:10.7465/jkdi.2019.30.1.67

추천

검색

질문

자료유형: 학술저널

저자정보: 박건웅 (서울시립대)

저널정보: 한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제30권 제1호

발행연도: 2019.1

수록면: 67 - 76 (10page)

DOI: 10.7465/jkdi.2019.30.1.67

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구의 목적은 베이지안 네트워크라고 불리는 방향성 비순환 그래피컬 모델(directed acyclic graphical model; DAG model)을 이용하여 서울시 미세먼지 (PM-10)의 이동 경로를 분석하는 것이다. 이를 위하여 연속형 자료들의 관계망을 찾을 수 있는 정규분포 방향성 비순환 그래피컬 모델 (Gaussian DAG model) 을 이용하였다. 모델의 학습방법으로는 제약 기반 접근법과 점수 기반 접근법을 모두 사용하는 혼합형 max-min hill climbing(MMHC) 알고리즘을 사용하였으며, 이를 통해 미세먼지의 이동 경로가 부분적으로 계절성 풍향과 일치함을 확인하였다. 우리 연구의 결과는 최근 서울시에서 고려중인 공기 정화탑 건설 사업에서 적절한 정화탑 위치를 선정하는데 도움이 될 것으로 기대한다.

#계절성 풍향 #방향성 비순환 그래피컬 모델 #베이지안 네트워크 #미세먼지의 경로 #Bayesian network #directed acyclic graphical model #fine dust pathway #monsoon

참고문헌 (26)

참고문헌 신청

Chickering, D. M. / 2003 / Optimal structure identification with greedy search / The Journal of Machine Learning Research 3:507~554

최종일 / 2015 / 초미세먼지(PM2.5) 배출량이 호흡기계 질환에 미치는 영향 연구 / 환경정책 23(4):155~172

Friedman, N. / 2000 / Using Bayesian networks to analyze expression data / Journal of Computational Biology 7:601~620

Frydenberg, M. / 1990 / The chain graph markov property / Scandinavian Journal of Statistics :333~353

Glymour, C. / 1987 / Discovering causal structure: Artificial intelligence, philosophy of science, and statistical modeling / Academic Press

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박건웅

소속기관 서울시립대학교

주요연구분야 자연과학 > 수학·통계학

논문수 4 이용수 1,653

이 논문과 함께 이용한 논문

공간패널모형을 이용한 국내 초미세먼지 농도에 대한 분석

이종현 , 김영민 , 김용구 한국데이터정보과학회지 2017 .05

우리나라 성인의 수면시간 관련 요인

김숙영 한국데이터정보과학회지 2018 .01

스마트폰중독이 정신건강, 학교생활, 대인관계에 미치는 영향 : K대 대학생을 중심으로

최현석 , 이현경 , 하정철 한국데이터정보과학회지 2012 .10

빅데이터와 통계학

김용대 , 조광현 한국데이터정보과학회지 2013 .10

윷놀이와 확률

오창혁 한국데이터정보과학회지 2010 .08

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (26)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)