[논문 리뷰] LSTM-Autoencoder based Anomaly Detection for Indoor Air Quality Time Series Data

Yuanyuan Wei, Julian Jang‐Jaccard외 4명|arXiv (Cornell University)|2022. 04. 14.

Air Quality Monitoring and Forecasting인용 수 12

한 줄 요약

이 논문은 LSTM-오토인코더 하이브리드 모델을 제안하여 실내 공기 질(IAQ) 시계열 데이터에서 이상치를 탐지한다. LSTM 유닛을 활용해 장기적인 시간적 의존성을 포착하고, 오토인코더를 통해 복원 손실을 계산하여 이상치 기준을 설정한다. 실제 도우드린 이산화탄소(CO₂) 데이터셋을 대상으로 평가한 결과, 탐지 정확도가 99.50%에 달하며 기존 방법들을 능가한다.

ABSTRACT

Anomaly detection for indoor air quality (IAQ) data has become an important area of research as the quality of air is closely related to human health and well-being. However, traditional statistics and shallow machine learning-based approaches in anomaly detection in the IAQ area could not detect anomalies involving the observation of correlations across several data points (i.e., often referred to as long-term dependences). We propose a hybrid deep learning model that combines LSTM with Autoencoder for anomaly detection tasks in IAQ to address this issue. In our approach, the LSTM network is comprised of multiple LSTM cells that work with each other to learn the long-term dependences of the data in a time-series sequence. Autoencoder identifies the optimal threshold based on the reconstruction loss rates evaluated on every data across all time-series sequences. Our experimental results, based on the Dunedin CO2 time-series dataset obtained through a real-world deployment of the schools in New Zealand, demonstrate a very high and robust accuracy rate (99.50%) that outperforms other similar models.

연구 동기 및 목표

• 기존 통계적 및 얕은 기계학습 방법이 IAQ 시계열 데이터에서 장기적 상관관계를 포함한 이상 탐지에 한계를 가진다는 문제를 해결하기 위해.
• 실내 이산화탄소 농도 데이터의 복잡한 시간적 의존성을 학습할 수 있는 딥러닝 모델을 개발하기 위해.
• 데이터 품질이 자주 손상되는 실생활 비정상적인 IAQ 환경에서의 이상 탐지 정확도를 향상시키기 위해.
• 오토인코더의 복원 오차를 기반으로 한 강력한 임계값 기반 이상 탐지 시스템을 구축하기 위해.

제안 방법

• 모델은 순차적인 IAQ 데이터 포인트 간의 장기적 시간적 의존성을 학습하기 위해 스택드 LSTM 인코더를 사용한다.
• 오토인코더는 LSTM 인코더의 인코딩 표현을 사용해 입력 시퀀스를 복원한다.
• 각 시간 단계에 대해 복원 손실을 계산하고, 훈련 세트에서의 최대 평균 절대 오차(MAE)를 이상치 임계값으로 사용한다.
• 테스트 샘플의 복원 손실이 학습된 임계값을 초과할 경우 이상치로 간주한다.
• 모델은 실생활 교실의 이산화탄소 농도를 측정한 도우드린 CO₂ 데이터셋에서 엔드 투 엔드로 훈련된다.
• 정확도, 정밀도, 재현율, F1 점수, AUC-ROC와 같은 표준 지표를 사용해 성능을 평가한다.

Figure 1 : How LSTM Unit Works

실험 결과

연구 질문

• RQ1 LSTM-오토인코더 모델은 장기적 의존성을 포함한 실내 공기 질 시계열 데이터에서 이상치를 효과적으로 탐지할 수 있는가?
• RQ2 오토인코더의 복원 손실은 전통적인 통계적 임계값에 비해 이산화탄소 읽기 값에서 이상치를 식별하는 데 얼마나 효과적인가?
• RQ3 이상 탐지 작업에서 최고의 성능을 내기 위해 최적의 시간 창 길이는 얼마인가?
• RQ4 이러한 실생활 IAQ 데이터에서 다른 LSTM-오토인코더 변종에 비해 제안된 모델의 성능은 어떻게 비교되는가?
• RQ5 모델은 잠재적인 데이터 품질 문제를 가진 실생활 비정상적인 IAQ 데이터에 잘 일반화될 수 있는가?

주요 결과

• 제안된 LSTM-오토인코더 모델은 도우드린 CO₂ 데이터셋에서 99.50%의 탐지 정확도를 기록하여 유사한 다른 모델들을 크게 능가했다.
• 모델은 100%의 정밀도를 달성하여 탐지된 이상치 중에 잘못된 경고(false positive)가 전혀 없음을 나타내며, 이는 신뢰할 수 있는 IAQ 모니터링에 매우 중요하다.
• AUC-ROC 점수는 94.8%로, 참 양성률과 거짓 양성률 사이의 균형 잡힌 성능을 보여주었다.
• 최고의 성능을 내기 위한 최적의 시간 창 길이는 10개 시간 단위였으며, 창 크기가 25를 초과할수록 성능이 저하되었다.
• 모델의 임계값은 복원 오차 1.742로 설정되었고, 1,000 ppm 이상의 이산화탄소 농도는 일관되게 이 임계값을 초과하여 이상치로 분류되었다.
• 비교 모델들 중에서 Nguyen 등 [28]의 추가 One-Class SVM를 사용한 모델만 F1 점수(96.98%)에서 더 높았지만, 전체 정확도가 98.36%로 제안된 모델보다 낮았다.

Figure 2 : How Autoencoder Works