현재 위치
Home
A Study on the Comparison of Deep Learning-Based Imputations for Green Algae and Water Quality Data
딥러닝 기반 녹조 및 수질 자료 결측치 대체 성능 비교 연구
-
- 발행기관
- 위기관리 이론과 실천 바로가기
-
- 간행물
- 한국위기관리논집 KCI 등재 바로가기
-
- 통권
- 제21권 제2호 (2025.02)바로가기
-
- 페이지
- pp.89-98
-
- 저자
-
- 언어
- 영어(ENG)
-
- URL
- https://www.earticle.net/Article/A468990
※ 기관로그인 시 무료 이용이 가능합니다.
4,000원
원문정보
초록
- 영어
- This study examined various imputation techniques and assessed their performance in handling missing data related to green algae and water quality. Using data from the Daecheong Dam area, a total of 83 weekly datasets from April 2004 to December 2023 were collected and analyzed, including key determinants of green algae bloom: Cyanobacteria cell count, chlorophyll-a concentration, water temperature, and total phosphorus. Artificially induced missing values were implemented for periods of 2, 4, and 8 weeks in each key variable, and missing data were imputed using linear interpolation, kNN, BRITS, and NAOMI. Performance evaluation based on RMSE and MAPE revealed that the optimal imputation methods varied depending on the characteristics of each variable and the length of the missing data period. For Cyanobacteria cell count and chlorophyll-a, kNN consistently exhibited superior performance, whereas for variables with relatively low variability or distinct linear patterns, such as water temperature and total phosphorus, linear interpolation was identified as the most effective imputation method. This study underscores the importance of selecting an imputation technique that accounts for the characteristics of the data when addressing missing values.
- 한국어
- 본 연구는 녹조 발생과 남조류 세포 수 및 수질 자료의 결측치 대체를 위해 다양한 대체 기법을 적용하고 성능을 비교하였다. 대청댐 지역을 대상으로 녹조 발생의 주요 영향 인자인 남조류 세포 수, 클로로필-a 농도, 수온, 총인을 포함하여 2004년 4월부터 2023년 12월의 총 83개 주간 자료를 수집 및 분석에 활용하 였다. 주요 영향 인자 각각에 2, 4, 8주에 해당하는 인위적인 결측치를 발생시킨 후 선형 보간, kNN, BRITS, NAOMI 기법을 각각 적용하여 결측치를 대체하고 성능을 비교하였다. RMSE와 MAPE를 기반으 로 한 성능 평가 결과, 변수별 데이터 특성과 결측 구간의 길이에 따라 최적의 대체 기법이 달라지는 것을 확인하였다. 남조류 세포 수와 클로로필-a의 경우, kNN이 전반적으로 우수한 성능을 보였으며, 수온과 총인과 같이 상대적으로 변동성이 적거나 선형적 패턴이 뚜렷한 변수에서는 선형 보간법이 가장 효과적인 대체 기법으로 나타났다. 본 연구는 결측치 대체 시 데이터 특성을 고려한 기법 선택이 중요함을 시사한다.
목차
Abstract
Ⅰ. Introduction
Ⅱ. Background Research
1. k-Nearest Neighbors Imputation
2. Bidirectional Recurrent Imputation for Time Series
3. Non-autoregressive Multiresolution Sequence Imputation
Ⅲ. Methodology
1. 데이터 수집
2. 대체 성능 비교를 위한 결측 삽입
3. 대체 알고리즘 적용 및 성능 비교
Ⅳ. Result and Discussion
Ⅴ. Conclusion
Acknowledgement
References
국문초록
키워드
결측치 대체 딥러닝 녹조 수질 green algae missing data imputation BRITS NAOMI저자
간행물 정보
발행기관
-
- 발행기관명
- 위기관리 이론과 실천 [Crisis and Emergency Management: Theory and Praxis]
- 설립연도
- 2005
- 분야
- 사회과학>행정학
- 소개
- 위기관리 이론과 실천(Crisis and Emergency Management: Theory and Praxis; CEM-TP)은 위기관리에 관한 제 학문분야간 협동적 연구 공동체(Research Network)로서 전통적 안보 위기, 재난 위기(자연재난, 인위재난), 국가핵심기반 위기 등에 관한 제학문적 연구를 촉진하고 제 학문분야 연구자간 협력의 토대를 구축하기 위하여 위기관리 이론과 실천 편집위원회 구성이 완료된 2005년 2월 14일에 설립되었다. 현재 위기관리 이론과 실천(CEM-TP)에 참여하고 있는 연구자들의 학문 분야는 행정학, 사회학, 정치외교학, 신문방송학, 사회복지학, 법학, 심리학, 정보학, 지리학, 경찰행정학, 소방행정학, 경호학, 토목공학, 건축학, 의학, 간호학, 보건학, 기상학, 안전공학, 전산학, 지역개발학 등이 있으며, 따라서 한국의 위기관리 연구를 가장 폭 넓게 반영하고 있는 연구 공동체라 할 수 있다. 위기관리 이론과 실천(CEM-TP)의 조직으로는 편집위원회가 있으며, 편집위원회가 본 연구 공동체를 대표하고 있다. 따라서 위기관리 이론과 실천의 각종 연구 및 출판 활동은 편집위원회가 맡고 있으며, 현재 편집위원회는 46명의 위원으로 구성되어 있다. 또한 편집위원회는 위기관리의 제학문적 연구를 촉진하고 연구자간 협력을 위한 학술지로 <한국위기관리논집>을 발행한다. 위기관리 이론과 실천(CEM-TP)의 회원은 개인회원과 기관회원으로 구분된다. 개인회원은 본 회의 설립 목적과 취지에 찬동하는 위기관리 연구자 및 실무자로 구성되고, 기관회원은 위기관리 연구 및 실무에 관련된 정부기관, 연구기관, 대학도서관 등으로 구성된다
간행물
-
- 간행물명
- 한국위기관리논집 [Crisisonomy]
- 간기
- 월간
- pISSN
- 2466-1198
- eISSN
- 2466-1201
- 수록기간
- 2005~2026
- 등재여부
- KCI 등재
- 십진분류
- KDC 350 DDC 351
이 권호 내 다른 논문 / 한국위기관리논집 제21권 제2호
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.