본 연구에서는 산불 예측을 위해 분류 및 회귀 문제를 다루었다. 분류 문제에서는 XGBoost 모델이 산불 행동 분류에 가장 우수한 성능을 보였다. 회귀 문제에서는 Random Forest 모델이 산불 피해 면적 예측에 가장 효과적이었다. 또한 합성곱 신경망 모델을 활용하여 분류와 회귀를 동시에 수행하는 통합 모델을 개발하였다.
모델의 해석성과 투명성을 높이기 위해 TreeSHAP, LIME, 부분 의존도 플롯, Grad-CAM 등의 설명가능한 인공지능 기법을 적용하였다. 이를 통해 각 특징이 모델 예측에 미치는 영향을 정량적으로 분석하고, 모델의 의사결정 과정을 시각화하여 이해할 수 있었다.
분석 결과, 풍속, 토양 수분, 연료 등의 특징이 산불 행동 분류와 피해 면적 예측에 핵심적인 역할을 하는 것으로 나타났다. 이러한 통찰은 산불 관리 전략 수립에 활용될 수 있을 것이다.
To Another Language
from source content
arxiv.org
Ключові висновки, отримані з
by Di Fan,Ayan ... о arxiv.org 04-03-2024
https://arxiv.org/pdf/2404.01487.pdfГлибші Запити