이화여자대학교MCNL

dd

우리 연구실 권정민 박사과정 학생의 논문 “Parameter Transferred Irreducible LSTM for Traffic Data Imputation”이 국제전문학술지(SCIE) IEEE Sensors Journal에 게재되었습니다. 본 논문은 분해된 LSTM(Long Short-Term Memory) 모델을 이용하여 교통 속도 데이터에서 누락된 데이터를 대체하는 높은 정확도의 알고리즘을 제안합니다. 제안한 알고리즘은 표준 LSTM 모델을 환원 불가능한 형태로 분해하여 누락된 데이터를 추정하고, 인접 데이터의 시공간 상관관계를 고려한 추가적인 공간 보간 법을 적용하여 대체 성능을 향상시켰습니다. 

본 논문에서 제안한 알고리즘의 성능 우수성을 입증하기 위해 실제 데이터를 사용한 실험을 통해 여러 최신 알고리즘들과의 성능을 비교 분석하였습니다. 이를 통해 제안한 알고리즘이 특정 공간에서 모든 시간에 걸쳐 데이터 누락이 발생한 경우에도 높은 정확도로 데이터 대체할 수 있음을 확인하였습니다. 제안한 알고리즘은 갑작스러운 대량 데이터 손실 상황에서도 높은 정확도로 데이터를 복원함으로써 교통 데이터 뿐만 아니라 다양한 시공간 데이터의 불완전성 문제를 해결할 것으로 기대됩니다 

해당 논문은 첨부파일 또는 다음 링크에서 확인할 수 있습니다.

https://doi.org/10.1109/JSEN.2024.3392938