합성곱 신경망을 이용한 사진 기반 공기 질 오염 추정

공기 오염은 특히 중국과 인도와 같은 개발도상국에서 사람들의 심각한 우려를 불러일으켰다. 센서 기반 또는 소셜 네트워크 기반과 같은 비싸거나 신뢰할 수 없는 방법을 사용하는 것과 다르게, 사진 기반 공기 오염 추정은 유망한 방향이지만, 지금까지는 적은 작업이 이루어졌다. 이 즉각적인 문제에 집중하여, 본 논문은 사진을 기반으로 공기 질을 추정하기 위한 효과적인 합성곱 신경망을 설계한다. 우리의 방법은 두 가지 요소로 구성된다: 첫째, 네트워크의 마지막 층에서 음의 로그-로그 서열 분류기를 설계하여 모델의 서열 차별 능력을 향상시킬 수 있다. 둘째, Rectified Linear Units(ReLU)의 변형으로, 사진 기반 공기 오염 추정을 위한 수정된 활성화 함수를 개발하였다. 이 함수는 사라지는 그래디언트 문제를 효과적으로 완화할 수 있는 것으로 나타났다. 우리는 야외 사진 세트를 수집하고 공식 기관에서 제공한 오염 수준을 기준으로 연결하였다. 이 실제 데이터셋에 대한 경험적 실험을 수행하여 우리 방법의 능력을 보여준다.