• 전체
  • 전자/전기
  • 통신
  • 컴퓨터
닫기

사이트맵

Loading..

Please wait....

학술대회 프로시딩

홈 홈 > 연구문헌 > 학술대회 프로시딩 > 한국정보통신학회 학술대회 > 2017년 추계학술대회

2017년 추계학술대회

Current Result Document : 3,839 / 3,839

한글제목(Korean Title) LSTM 알고리즘을 이용한 수도데이터 정제기법
영문제목(English Title) A Study on the cleansing of water data using LSTM algorithm
저자(Author) 유기현   김종립   신강욱   Yoo Gi Hyun   Kim Jong Rib   Shin Gang Wook              
원문수록처(Citation) VOL 21 NO. 02 PP. 0501 ~ 0503 (2017. 10)
한글내용
(Korean Abstract)
수도분야에서는 정수장 및 관말 관로 상의 전 공정에서 유량, 압력, 수질, 수위 등 다양한 데이터를 수집하고 있다. 수집되는 데이터는 각 정수장 DB에 저장되며, 권역별 DB에서 합쳐져 수자원공사 본사의 DB 서버에 최종 저장된다. 측정기기가 데이터를 측정하거나 여러 과정에 걸쳐 데이터가 통신될 때 다양한 이상 데이터가 발생할 수 있으며 크게 결측 데이터와 오측 데이터로 분류할 수 있다. 각각의 이상 데이터의 발생원인은 상이하다. 따라서 오측 및 결측 데이터를 검출하는 방식에는 차이가 있으나 실제 이를 정제하는 방식은 동일하다. 본 연구에서는 딥러닝 알고리즘의 일종인 LSTM(Long Short Term Memory) 방식을 적용하여 오‧결측 데이터를 자동으로 정제할 수 있는 프로그램에 대하여 고찰한다.
영문내용
(English Abstract)
In the water sector, various data such as flow rate, pressure, water quality and water level are collected during the whole process of water purification plant and piping system. The collected data is stored in each water treatment plant’s DB, and the collected data are combined in the regional DB and finally stored in the database server of the head office of the Korea Water Resources Corporation. Various abnormal data can be generated when a measuring instrument measures data or data is communicated over various processes, and it can be classified into missing data and wrong data. The cause of each abnormal data is different. Therefore, there is a difference in the method of detecting the wrong side and the missing side data, but the method of cleansing the data is the same. In this study, a program that can automatically refine missing or wrong data by applying deep learning LSTM (Long Short Term Memory) algorithm will be studied.
키워드(Keyword) LSTM   수도데이터   오결측 데이터   딥러닝                    
파일첨부 PDF 다운로드