[논문 리뷰] Predicting Climate Variability over the Indian Region Using Data Mining Strategies

M. Naresh Kumar|arXiv (Cornell University)|2015. 09. 23.

Climate variability and models참고 문헌 5인용 수 3

한 줄 요약

이 논문은 인도의 기후 변동성을 예측하기 위해 기대값 최대화(EM) 군집화와 서포트 벡터 기반 회귀(SVM)를 융합한 데이터 마이닝 프레임워크를 제안한다. 이는 k-means 및 선형 회귀보다 뛰어난 성능을 보이며, 고산지역에서는 1.19의 RMSE, 습윤 온대지역에서는 0.89의 RMSE를 기록했고, 기존의 코펜 분류에 포함되지 않았던 히말라야 기슭 지역에 새로운 기후 지형을 규명했다.

ABSTRACT

In this paper an approach based on expectation maximization (EM) clustering to find the climate regions and a support vector machine to build a predictive model for each of these regions is proposed. To minimize the biases in the estimations a ten cross fold validation is adopted both for obtaining clusters and building the predictive models. The EM clustering could identify all the zones as per the Koppen classification over Indian region. The proposed strategy when employed for predicting temperature has resulted in an RMSE of $1.19$ in the Montane climate region and $0.89$ in the Humid Sub Tropical region as compared to $2.9$ and $0.95$ respectively predicted using k-means and linear regression method.

연구 동기 및 목표

• 데이터 마이닝 기반의 강력한 지역 모델링 접근법을 개발하여 인도의 기후 변동성 예측을 향상시키기.
• 초기 군집화 편향을 피하기 위해 장기적인 격자 기반 기후 데이터에서 기후 지역을 식별하기 위해 EM 군집화를 사용하기.
• 예측 정확도 측면에서 제안된 EM-SVM 프레임워크를 기존의 k-means 및 선형 회귀와 비교하기.
• 10겹 교차검증을 통해 모델을 검증하고, 각기 다른 기후 지형에서 RMSE를 통해 성능 평가하기.
• 기후 변화 영향을 조사하기 위해 표준 코펜 분류와 일치하지 않는 새로운 기후 지역을 식별하기.

제안 방법

• 1948–2012년 기간의 장기적(1948–2012년) 2.5°×2.5° 격자 기반 기후 데이터에 EM 군집화를 적용하여 균일한 기후 지역을 식별하기.
• 혼합 정규분포를 사용하여 군집 중심을 모델링하고, 평균, 공분산, 사전 확률를 반복적으로 최적화하기.
• 모델링 및 군집화 단계에서의 과적합을 줄이고 RMSE 추정의 정확성을 높이기 위해 10겹 교차검증을 수행하기.
• 기후 지역별로 별도의 SVM 회귀 모델을 구축하고, 이전 기후 변수를 예측 변수로 사용하기.
• j−p년도의 데이터로 모델을 학습하고, 다음 p년도의 예측치를 실측값과 비교하여 검증하기.
• 모델 성능 평가를 위해 각 격자점에서 예측된 기온과 실측 기온 간의 RMSE를 계산하기.

실험 결과

연구 질문

• RQ1 EM 군집화는 코펜 분류와 일치하거나 이를 초월하는 인도의 기후 지역을 효과적으로 식별할 수 있는가?
• RQ2 EM-SVM 프레임워크는 k-means 및 선형 회귀 대비 지역 기온 변동성 예측에서 어떤 성능을 보이는가?
• RQ3 고차원 기후 데이터셋에서 EM 군집화 성능에 영향을 주는 데이터 차원 수와 수치 정밀도의 영향은 무엇인가?
• RQ4 제안된 방법은 기후 변화로 인해 나타나는 새로운 기후 지역(예: 히말라야 기슭의 새로운 지역)을 탐지할 수 있는가?
• RQ5 10겹 교차검증은 기후 예측 모델의 RMSE 추정에서 편향을 어느 정도 감소시키는가?

주요 결과

• EM 군집화를 통해 기존의 고산지역과 구별되는 우타카슈드, 시끼움, 아루나찰 프라데이시를 포함한 새로운 지역을 포함한 총 일곱 개의 기후 지역을 성공적으로 식별했다.
• 제안된 EM-SVM 모델은 고산지역에서 RMSE 1.19를 기록했으며, k-means 및 선형 회귀의 2.9 RMSE보다 유의미하게 떨어지지 않았다.
• 습윤 온대지역에서는 EM-SVM 모델이 RMSE 0.89를 기록했고, k-means 및 선형 회귀의 0.95 RMSE를 뛰어넘었다.
• EM-SVM 프레임워크는 고산지역 및 습윤 온대지역에서 뛰어난 성능을 보였지만, 데이터 차원 수가 증가함에 따라 성능 저하가 관찰되었다.
• 예측된 2012년 기온의 공간 지ap과 절대 오차 지도를 통해 모델의 정확도를 확인했으며, 안정된 기후 지역에서 오차 집중도가 낮았다.
• 결과적으로 기후 변화가 지역 기후 패턴을 변화시키고 있음을 시사하며, 히말라야 지역에서 새로운 기후 군집이 나타나고 있음을 확인했다.