사회적 변수를 고려한 LSTM 기반 코로나19 일별 확진자 수 예측 기법
LSTM-based Daily COVID-19 Forecasting Scheme Considering Social Variables
- 주제(키워드) 코로나19 , 감염병 예측 , 백신 접종 , LSTM , COVID-19 , infectious disease forecasting , vaccination , LSTM
- 발행기관 한국정보과학회
- 발행년도 2022
- 총서유형 Journal
- KCI ID ART002810555
- 본문언어 한국어
초록/요약
코로나19의 확산으로 인해 세계적으로 많은 피해가 보고되고 있다. 피해를 줄이기 위해서는 바이러스의 확산을 조기에 파악하고 적절한 대책을 신속히 준비하는 것이 중요하다. 이를 위해 시계열 예측에 탁월한 LSTM 모델과 같은 기계학습 모델을 활용한 코로나19 확진자 수 예측 연구가 수행되었으나, 대부분 확진자 수 데이터만 입력 변수로 사용하여 다소 부정확했다. 한편, 코로나19 대응 정책이나 유동인구 등은 사회적 변화를 나타내기에 예측 모델에 적용될 필요가 있다. 특히, 백신 접종으로 인해 변화된 확산 패턴을 예측 가능한 모델이 필요하다. 이에, 본 논문에서는 사회적 변화를 반영하는 변수들을 활용한LSTM 기반 코로나19 확진자 수 예측 기법을 제안한다. 예측 모델 구성을 위해 사회적 거리두기 단계, 지하철 승차 인원, “코로나” 키워드 검색량, 백신 접종자 수 등의 데이터를 수집하고 모델의 입력 변수로활용한다. 다양한 모델과의 비교 실험을 통하여 제안한 기법의 우수성을 보인다.
more