Earticle

초록

영어

This study aims to develop a health-promoting warning system for outdoor workers by predicting air quality levels using the Regularized Rotation Forest model. Utilizing a dataset from Kaggle's Air Quality and Pollution Assessment, the study evaluates the effectiveness of the air quality prediction model, emphasizing the significance of PM2.5, PM10, Temperature, NO2, and CO. The findings reveal that the proposed model demonstrates high accuracy and predictive power, contributing to reducing health risks by providing real-time alerts to outdoor workers. This research provides scientific evidence for improving air quality management and environmental policies and suggests further development of the model through data expansion across diverse regions and conditions and the integration of additional variables.

한국어

본 연구는 야외 근로자를 위한 건강 촉진 경고 시스템을 개발하기 위해 정규화된 로테이션 포레스트 모델 을 사용하여 대기질 수준을 예측하는 것을 목표로 하였다. Kaggle의 대기질 및 오염 평가 데이터셋을 활용하여, PM2.5, PM10, 온도, NO2, CO의 중요성을 강조하며 대기질 예측 모델의 효과를 평가하였다. 연구 결과, 제안된 모델은 높은 정확도와 예측력을 보였으며, 이는 야외 근로자에게 실시간 경고를 제공하여 건강 위험을 줄이는 데 기여할 수 있다. 이 연구는 대기질 관리와 환경 정책의 개선을 위한 과학적 근거를 제공하며, 다양한 지역과 조건 에 대한 데이터 확장 및 추가 변수 통합을 통한 모델의 발전을 제안한다.

목차

Abstract
요약
1. Introduction
2. Literature Review
3. Methodology
3.1. Dataset Description
3.2 Data Preprocessing
3.3 Model Implementation
3.4 Evaluation Metrics
4. Experimental Setup
4.1 Data Partitioning and Validation Strategy
4.2 Hyperparameter Tuning
4.3 Model Training Procedures
5. Results and Analysis
5.1 Model Performance Summary
5.2 Analysis of Results
5.3 Feature Importance Analysis
6. Discussion
7. Conclusion
REFERENCES

키워드

저자

• Haewon Byepn [ 변해원 | Professor, Workcare Digital Health Lab, Department of Future Technology, Korea University of Technology and Education ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  산업과 과학 [Advanced Industrial SCIence]

• 간기

  격월간

• eISSN

  2951-2476

• 수록기간

  2022~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 004 DDC 004