빅데이터 기반 미세먼지 이상 탐지 머신러닝 시스템 설계 및 구현

• Published in: The journal of the institute of internet, broadcasting and communication : JIIBC Vol. 24; no. 1; pp. 55 - 58
• Main Authors: 이재원, 인치호
• Format: Journal Article
• Language: Korean
• Published: 한국인터넷방송통신학회 29.02.2024
• Subjects: 컴퓨터학; Big Data; Anomaly; Fine Dust; Machine Learning
• ISSN: 2289-0238; 2289-0246
• DOI: 10.7236/JIIBC.2024.24.1.55

본 논문은 빅데이터 기반 미세먼지 이상 탐지 머신러닝 시스템 설계 및 구현을 제안한다. 제안하는 시스템은 빅데이터로 구성된 미세먼지 및 기상 정보를 통해 미세먼지 대기환경지수를 분류하는 시스템이다. 이 시스템은 머신러닝 기반의 대기환경지수 분류 카테고리별 이상치에 따른 이상치 탐지 알고리즘 설계를 통해 미세먼지를 분류한다. 카메라에 서 수집된 영상의 심도 데이터는 미세먼지 농도에 따른 영상을 수집한 후 미세먼지 가시마스크를 생성합니다. 그리고 모노 심도 추정 알고리즘을 통한 학습 기반 핑거프린팅 기법으로 모노스코프 카메라에서 수집된 미세먼지의 가시거리를 추론하여 미세먼지 농도를 도출합니다. 본 방법의 실험 및 분석을 위해 미세먼지 농도 데이터와 지역별, 시간별 CCTV 영상 데이터를 매칭하여 학습 데이터를 생성한 후 모델을 생성하여 실제 환경에서 테스트한다.