각 공간별 수질 측정값의 시간에 따른 변화를 예측합니다.
주어진 입력값과 최초 시점의 출력값을 활용하여 이후 시점의 측정값을 예측합니다.
본 데이터 가운데 CHC, CHD, CHG 항목의 변화량은 온도, 빛, 영양염류(P, N, Si 등)등의 영향을 받습니다. 해당 항목들의 상관관계를 나타내는 지배방정식은 [링크]를 참고바랍니다. 이 가운데 빛과 온도는 상수취급으로, 제공되는 데이터에는 포함되어있지 않습니다.
train_input.csv
수질 측정 지표들로 이루어진 데이터입니다.
ID부터 PRRG까지 48개의 열에 대하여 총 61,000행의 데이터로 이루어져 있습니다.
각 측정 case별로 고유한 ID를 갖습니다. ID는 총 200개입니다.
I, J, K는 측정 대상 공간의 x, y, z축을 표현합니다. 하나의 ID마다 여러 공간(I, J, K)에 대한 별도의 측정값이 존재합니다.
input 데이터로서 시계열 특성이 없는 동일시점의 값입니다.
학습 데이터의 출력값(train_output.csv)에 포함되어 있지 않은 ID, I, J, K의 표본도 함께 들어있습니다.
train_output.csv
train_input.csv 데이터를 바탕으로 측정된 수질을 나타내는 결과값입니다.
21개 열에 대하여 총 27,938,000개 행으로 이루어진 데이터입니다.
200개의 ID를 포함하고 있으며 각 ID별로 305개의 서로 다른 공간별(I, J, K) 측정값을 갖습니다.
Time 열은 측정 시점을 나타내는 값으로 개별 ID/공간마다 연속되는 458개 시점의 측정값을 갖습니다.
test_input.csv
20개의 ID값에 대해서 train_input.csv와 동일한 열로 이루어진 검증용 입력 데이터입니다.
검증 데이터의 출력값(train_output_pred.csv)과 동일한 표본(ID, I, J, K)으로 구성되어 있습니다.
test_output_pred.csv
검증 데이터의 출력값 가운데 최초 시점의 값만을 포함한 데이터입니다.
최초 시점 이후 모든 시점(457개)의 측정값은 0으로 채워져 있습니다.
제출에 사용할 파일입니다.
각 데이터셋의 입력 데이터와 출력 데이터는 다음 그림과 같은 구조로 이루어져 있습니다.
입력 데이터로부터 각 표본별 파라미터 값을, 출력 데이터로부터 초기 시점값(Time=6848)을 받아서 이후 시간대(Time=6849~7305)의 수질 결과값을 예측하면 됩니다.
따라서 모델은 다음 그림과 같은 입출력 구조를 가지게 됩니다.
test_input.csv를 이용하여 test_output_pred.csv의 ID, I, J, K, Time을 제외한 나머지 16개 열의 수질 측정값을 예측합니다. 예측 시점은 최초 시점 이후(Time > 6848)의 457개 시점입니다. 예측 대상 열의 이름은 아래와 같습니다.
['CHC', 'CHD', 'CHG', 'RPOC', 'LPOC', 'DOC', 'RPOP', 'LPOP', 'DOP', 'PO4', 'RPON', 'LPON', 'DON', 'NH4', 'NO3', 'DO']
예측 결과를 test_output_pred.csv의 해당 위치에 채워서 제출란에 업로드합니다. ID, I, J, K, Time별 결과값의 순서가 바뀌지 않도록 주의하여 작성합니다.
다음의 링크에서 AIFactory가 제공하는 베이스라인 모델을 확인하실 수 있습니다.
(베이스라인 코드 링크)
본 경진대회는 프리랩, 1차랩, 2nd랩, 3rd랩으로 총 4개의 랩으로 진행이 됩니다.
각 랩에서 제공되는 데이터셋은 다음과 같습니다.
랩 | 예상시기 | Train Data | Test Data |
|---|---|---|---|
프리랩 | 2020.08.10~2020.08.16 | train_input.csv | test_input.csv |
1st 랩 | 2020.08.17~1st랩 목표달성 시 | train_input.csv | test_input.csv |
2nd 랩 | 1st랩 목표달성 시~2nd랩 목표달성 시 | train_input.csv | test_input.csv |
3rd 랩 | 2nd랩 목표달성 시~3rd랩 목표달성 시 | train_input.csv | test_input.csv |
※ 대회의 원활한 진행을 위해 일정은 변경될 수 있습니다.
※ 대회의 원활한 진행을 위해 랩별 데이터셋 제공은 변경될 수 있습니다.
※ 랩별 (프리랩, 1st 랩, 2nd랩, 3rd랩) 시작 시 제공되는 train 및 test 자료는 동일한 파일입니다.
train data: 학습데이터 입력 파일
train_input.csv: 수질 측정 지표들로 이루어진 데이터
train_output.csv: 데이터를 바탕으로 측정된 수질을 나타내는 결과값
test data: 시험데이터 입력 파일
test_input.csv: 20개의 ID값에 대해서 train_input.csv와 동일한 열로 이루어진 검증용 입력 데이터
test_output_pred.csv: 검증 데이터의 출력값 가운데 최초 시점의 값만을 포함한 데이터. 제출하실 output의 양식 데이터입니다.
3rd lap은 1st, 2nd lap과 다른 지역의 수질 측정치를 바탕으로 한 데이터로 진행됩니다.
아래 파일명을 클릭하여 다운로드 할 수 있습니다.
