[논문 리뷰] Smart City Analytics: Ensemble-Learned Prediction of Citizen Home Care

Casper Worm Hansen, Christian Hansen외 2명|arXiv (Cornell University)|2017. 08. 21.

Human Mobility and Location-Based Analysis참고 문헌 5인용 수 3

한 줄 요약

이 논문은 코펜하겐 시민의 가정 간호 시간이 크게 증가할 가능성을 예측하기 위해 앙상블 학습 접근법을 제안한다. 이는 이전 데이터를 기반으로 선형(로지스틱 회귀) 또는 비선형(랜덤 포레스트) 모델을 훈련시켜 수행되며, 제한된 훈련 데이터 조건에서도 뛰어난 성능을 보이며 AUC 0.715를 달성한다. 또한 최근의 간호 패턴이 가장 예측 능력이 높은 특징으로 규명되었다.

ABSTRACT

We present an ensemble learning method that predicts large increases in the hours of home care received by citizens. The method is supervised, and uses different ensembles of either linear (logistic regression) or non-linear (random forests) classifiers. Experiments with data available from 2013 to 2017 for every citizen in Copenhagen receiving home care (27,775 citizens) show that prediction can achieve state of the art performance as reported in similar health related domains (AUC=0.715). We further find that competitive results can be obtained by using limited information for training, which is very useful when full records are not accessible or available. Smart city analytics does not necessarily require full city records. To our knowledge this preliminary study is the first to predict large increases in home care for smart city analytics.

연구 동기 및 목표

• 스마트 시티 데이터를 활용해 개인 시민의 가정 간호 시간이 크게 증가할 가능성을 예측하는 모델을 개발한다.
• 장기적인 가정 간호 수요를 예측하는 데 있어 앙상블 학습 방법의 성능을 평가한다.
• 모델 정확도에 미치는 데이터 가용성 수준의 영향을 평가한다.
• 가정 간호 증가에 가장 예측 능력이 높은 특징을 특정한다.
• 제한된, 저비용 데이터를 효과적인 스마트 시티 헬스 분석에 활용할 수 있는지의 가능성을 입증한다.

제안 방법

• 이 방법은 가정 간호 예측 문제를 이진 분류 문제로 정의한다: 향후 3개월 내 시민이 6시간 이상의 가정 간호 시간 증가를 겪을지를 예측하는 것이다.
• 이중 수준의 앙상블 학습 아키텍처를 사용한다: 수준 0 모델(로지스틱 회귀 또는 랜덤 포레스트)은 순차적인 데이터 조각을 기반으로 훈련되며, 그 예측 결과는 수준 1 메타 모델에 의해 통합된다.
• 수준 0 모델은 매월 이전 달의 데이터(IL1) 또는 모든 이전 데이터(IL2)를 사용해 재훈련되며, 이는 동적 앙상블를 구성한다.
• 최종 예측은 수준 0 모델의 출력을 메타 인스턴스 벡터로 통합한 후, 수준 1 모델이 이를 분류함으로써 생성된다.
• 기본 학습기로 정규화된 로지스틱 회귀 및 랜덤 포레스트 분류기를 사용하며, 최적의 성능를 위해 초모수를 조정한다.
• 성능 평가에는 AUC를 사용하며, 데이터 효율성을 평가하기 위해 다섯 가지 정보 수준(IL1–IL4)에서 추론 분석을 수행한다.

실험 결과

연구 질문

• RQ1 앙상블 학습은 스마트 시티 환경에서 개인 시민의 가정 간호 시간이 크게 증가할 가능성을 효과적으로 예측할 수 있는가?
• RQ2 최근 또는 최소한의 정보만으로 훈련 데이터가 제한되었을 경우 모델 성능는 어떻게 변하는가?
• RQ3 어떤 특징이 가정 간호 수요의 급격한 증가에 가장 예측 능력이 높은가?
• RQ4 기존의 경험적 기준에 기반한 히어리스틱 기반 모델과 비교해 본다면, 제안된 방법은 어떻게 성능를 보이는가?
• RQ5 세부 임상 데이터를 대체할 수 있는 서비스 수령 여부의 이진 지표는 얼마나 정확한 예측을 가능하게 하는가?

주요 결과

• 모든 가용한 역사를 기반으로 훈련된 앙상블 모델은 AUC 0.715를 달성했으며, 히어리스틱 기반 모델(AUC 0.548 및 0.634)을 모두 초월했다.
• 성능이 가장 뛰어난 모델은 모든 이전 데이터를 사용해 훈련한 것으로, 장기적인 역사적 패턴이 정확한 예측에 핵심적임을 시사한다.
• 지난 3개월 간의 이전 대규모 가정 간호 증가 횟수는 가장 예측 능력이 높은 특징이며, 가중치는 0.38이다.
• 기타 주요 특징으로는 입원(0.22), 질병 간호 수령(0.21), 주말 가정 간호(0.21), 연령(0.14) 등이 있다.
• 단지 서비스 수령 여부의 이진 지표(IL2b)만을 사용했을 때도 전체 데이터를 사용한 경우와 유사한 성능를 보였으며, 이는 저비용 데이터가 매우 효과적일 수 있음을 시사한다.
• 포괄적인 데이터를 사용할 경우 AUC가 항상 0.710 이상 유지되어, 데이터 부족 상황에도 안정적인 성능를 보이며 강건함을 입증했다.