표제지
논문요약
목차
제1장 서론 8
제1절 연구 배경 8
제2절 연구 필요성 9
제3절 연구 목적 10
제4절 연구 구조 10
제5절 연구 기대 효과 12
제6절 논문 구성 13
제2장 본론 14
제1절 배경 지식 14
제1관 수학적 배경 14
제2관 기계 학습 및 손실 15
제3관 경사하강법 (Gradient descent) 15
제4관 다층 퍼셉트론(비선형 분류) 16
제5관 RNN 18
제6관 LSTM Networks 20
제7관 초미세먼지 22
제2절 관련 연구 23
제3절 연구 실험 24
제1관 연구 실험 방법 및 절차 24
제2관 데이터 세트 수집 및 분석 25
제3관 데이터 세트 전처리 27
제4관 LSTM 모델 31
제5관 연구 실험 결과 분석 및 비교 41
제3장 결론 42
제1절 연구 결론 42
제2절 연구 의의 및 한계점 42
제3절 향후 연구 43
참고문헌 43
표 1. 연구 구조 12
표 2. AI가 교육 분야에 미치는 영향 24
표 3. 수집한 데이터 원본 28
표 4. 전처리 후 서울의 미세먼지 데이터셋 29
표 5. 전처리 후 베이징의 미세먼지 데이터셋 30
표 6. 실험 결과 Epoch Loss와 예측 그래프 41
표 7. 실험 결과 비교 42
그림 1. 연구 구조 도식 11
그림 2. 경사하강법 학습 과정 16
그림 3. 기본 게이트 조합에서 만든 XOR게이트(밑바닥부터 시작하는 딥러닝) 17
그림 4. XOR 게이트를 신경망으로 구현(밑바닥부터 시작하는 딥러닝) 17
그림 5. RNN 모델 도식화 18
그림 6. RNN의 데이터 흐름 19
그림 7. tanh와 도함수 20
그림 8. LSTM 반복 모듈 20
그림 9. LSTM 반복 모듈 일부 21
그림 10. LSTM 반복 모듈 일부 21
그림 11. LSTM 반복 모듈 일부 22
그림 12. LSTM 반복 모듈 일부 22
그림 13. 미세먼지 영향 23
그림 14. 연구 과정 도식화 25
그림 15. 서울의 미세먼지 데이터 수치화 그래프 26
그림 16. 서울과 베이징의 미세먼지 데이터 수치화, 주황색 그래프가 서울의 데이터 27
그림 17. 데이터 분할 도식화 31
그림 18. LSTM 모델 설계 도식화 32