기후변화 시나리오에 따른 식중독 발생 예측 모델
Prediction Model of Food Poisoning Occurrence according to Climate Change Scenario
- 주제(키워드) 식중독 , 기후변화 시나리오 , 머신러닝
- 발행기관 고려대학교 정책대학원
- 지도교수 송성주
- 발행년도 2025
- 학위수여년월 2025. 2
- 학위명 석사
- 학과 및 전공 정책대학원 데이터통계학과
- 원문페이지 66 p
- 실제URI http://www.dcollection.net/handler/korea/000000291619
- UCI I804:11009-000000291619
- DOI 10.23186/korea.000000291619.11009.0001883
- 본문언어 한국어
초록/요약
식중독은 세균에 오염된 음식 섭취로 발생하며 주요 증상으로는 복통, 설사, 구토 등의 포함된다. 심각할 경우 사망에 이를 수 있다. 매년 수백만 건이 보고되며, 사회적·경제적 피해를 초래하기 때문에 사전 예방이 중요하다. 본 논문에서는 식중독 발생 예측을 위하여 학습 및 검증, 적용의 단계를 구성하였다. 먼저 기상청 기상 정보와 캘린더 정보를 통해 지역별 식중독 발생 건수를 학습하고 검증하였다. 이후 기후변화 시나리오에 적용하여 장기적인 기후변화를 예측하여 미래의 식중독 위험을 시뮬레이션하는 데 활용하였다. 여러 분야에서 예측 모델로 활용되고 있는 GLM, ARIMAX, LightGBM, LSTM 알고리즘을 모델에 적용하여, 가장 예측 성능이 뛰어난 모델을 찾고, 각 모델의 성능과 기여 변수를 분석하였다. 연구 수행 결과 LightGBM 알고리즘의 오차율이 RMSE 1.44, MAE 1.07로 낮았다. LightGBM 모델을 지역별 기후변화 시나리오에 적용해본 결과 시나리오별로 지역별 식중독 발생을 다르게 예측하였다. 기상 정보 중 모델에 기여하는 변수는 평균 습도와 평균 기온이 평균 강수량과 평균 풍속 대비 큰 영향을 미쳤다. 기후변화에 따른 지역별 식중독 발생 위험의 차이를 확인하였으며, 이에 기반한 예방적 조치의 필요성을 제시하였다.
more목차
표 목 차 ⅲ
그림목차 ⅳ
국문요약 ⅴ
제1장 서론 1
제2장 선행 연구 분석 3
2.1 식중독 연구 동향 3
2.1.1 식중독 데이터 3
2.1.2 식중독 데이터를 이용한 머신러닝 활용 선행 연구 5
2.2 기후변화 시나리오 연구 동향 6
2.2.1 기후변화 시나리오 6
2.2.2 기후변화 시나리오 관련 선행 연구 7
제3장 연구 방법론 9
3.1 GLM 9
3.2 ARIMAX 10
3.3 LightGBM 11
3.4 LSTM 13
3.5 성능 평가 방법 14
제4장 연구 분석 15
4.1 연구 모형 및 설계 15
4.2 연구 자료 설명 16
4.2.1 식중독 데이터 16
4.2.2 기상 정보 20
4.2.3 기후변화 시나리오 26
4.2.4 상관분석 32
4.3 연구 설계 34
제5장 연구 결과 35
5.1 모델 검증 결과 35
5.2 기후변화 시나리오 적용 36
5.2.1 LightGBM 모델 적용 결과 36
5.2.2 Feature importance 결과 41
제6장 결론 및 시사점 43
참고문헌 44
부 록 46
