메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김민수 (전남대학교) 양정화 (전남대학교) 최수훈 (전남대학교) 임남희 (전남대학교) 이상현 (전남대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제23권 제2호
발행연도
2021.1
수록면
589 - 598 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
토양 습도는 작물의 생장에 영향을 미치는 주요 요소 중 하나로 작물의 성장기에 토양습도를 정확하게 예측하고 모니터링 하는 것은 농업 생산량 증대에 큰 영향을 미친다. 하지만 토양습도는 복잡한 구조적 특성과 기상 요인의 영향으로 인해 정확한 예측을 위해서는 토양 습도와 기상 데이터와의 연계성에 대한 연구가 필요하다. 본 연구에서는 국립농업과학원 기상정보서비스에서 제공하는 기상 및 토양 데이터를 활용했으며 데이터 수집은 결측값이 없고 충분한 데이터가 있는 세 지역을 선정했다. 관측기간은 2015년 1월 1일부터 2019년 12월 31일로 일자별 데이터로 구성되어 있다. 2015년 1월 1일부터 2018년 12월 31일까지의 데이터를 학습시켜 2019년 1월 1일부터 2019년 12월 31일까지의 토양습도를 예측한다. 예측 모형으로는 장단기 메모리(long short term memory : LSTM)와 장단기 메모리 오토인코더(LSTM Autoencoder : LSTM AE)를 사용한다. LSTM Autoencoder 모형은 극단적인 이벤트 발생에 영향을 주는 중요한 특징을 추출하는 특성이 있어 보다 정확한 토양습도를 예측하는 것이 가능할 것으로 판단했다. 두 모형 모두 시퀀스(sequence)를 변경해가며 다음 날 토양습도를 예측하여 평균제곱근오차(root mean square error : RMSE)와 평균절대오차(mean absolute error : MAE)를 통해 예측력을 비교한다. 그 결과, LSTM 모형에 비해 LSTM Autoencoder 모형의 예측력이 더 향상된 것으로 나타났다. 향후 다양한 딥러닝 기법을 활용한다면 예측력을 향상시킬 수 있을 것으로 기대된다.
#토양습도 예측 #장단기 메모리 #장단기 메모리 오토인코더

목차

등록된 정보가 없습니다.

참고문헌 (12)

참고문헌 신청
Yu Cai / 2019 / Research on soil moisture prediction model based on deep learning / PLOS ONE 14(4):e0214508 Crossref 최승배 / 2021 / 딥러닝을 이용한 공간예측 / Journal of The Korean Data Analysis Society 23(1):149~160 dbpia 최수훈 / 2019 / SVR과 LSTM 모형의 토양습도 예측력 비교분석 / Journal of The Korean Data Analysis Society 21(6):2921~2930 dbpia M. Kashif Gill / 2006 / SOIL MOISTURE PREDICTION USING SUPPORT VECTOR MACHINES / Journal of the American Water Resources Association 42(4):1033~1046 Crossref Sepp Hochreiter / 1997 / Long Short-Term Memory / Neural Computation 9(8):1735~1780 Crossref

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0