Explaining Time Series Forecasting Models Through Multi-Feature Extraction for Univariate Time Series
Hyun Ahn · The Journal of the Korean Institute of Information and Communication Engineering · 2023
최근 다양한 산업 분야에 기계학습 기술들이 적용됨에 따라, 개발된 AI 모델들의 행동을 이해하고 효과적으로 관리하기 위한 XAI(eXplainable Artificial Intelligence)의 중요성이 강조되고 있다. 시계열 모델의 경우에도 XAI 이슈가 중요하지만, 만약 특징의 수가 충분하지 않은 경우 XAI 기법들의 적용이 용이하지 않다. 이를 위해, 본 논문에서는 일변량 시계열로부터 설명 가능한 모델을 확보하기 위한 다중 특징 추출 방법을 제안한다. 먼저, 시계열 분해 및 특징 공학 라이브러리를 이용하여 일변량 시계열로부터 다변량 시계열을 추출한다. 다음으로 기계학습 알고리즘을 이용하여 다변량 시계열로부터 예측 모델을 생성한다. 마지막으로 XAI 기법을 이용하여 생성된 모델에 대한 설명결과를 출력한다. 이와 관련하여 한국전력공사의 배전선로 부하데이터를 이용한 실험을 통해 제안 방법을 검증한다.