지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
농산물의 가격 예측은 시장 수급 조절 결정에 큰 영향을 끼친다. 본 연구의 목적은 전국 9개 도매시장에서 유통되고 있는 한라봉의 평균가격을 딥러닝 기반의 LSTM 네트워크를 이용하여 한라봉 가격을 예측하고자 하였다. 9개의 도매시장에서 거래되고 있는 한라봉의 3kg 단위 평균가격을 바탕으로 2007년부터 2021년 1월까지 2,398개의 일일 데이터를 사용하였다. Training 데이터는 전체 데이터의 80%, test 데이터는 전체 데이터의 20%를 사용하여 모델을 학습시켰다. LSTM 네트워크를 위해 보다 더 정확한 가격을 예측하기 위해서는 epoch와 batch size를 결정해야 하는데, epoch는 700과 batch size 128가 적합한 모델이라 판단하였다. 이 값을 LSTM 네트워크를 적용한 결과, 비교적 한라봉의 평균 가격을 정확하게 예측할 수 있었다(RMSE = 1040). 딥러닝 기반 한라봉 가격 예측 모델은 농산물 가격 동향과 정부 정책 수립 및 소비자들 요구에게도 유용한 정보로 활용될 수 있을 것이다.
목차
Abstract
서언
재료 및 방법
결과 및 고찰
초록
Literature Cited
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
네트워크 품질 예측을 위한 상관관계 기반 정형 데이터 증강 기법
오성
,
박지연
,
김정식
외 3명
방송공학회논문지
2024
.09
기술 키워드 검색량 기반 주가변동성 예측 모형 비교 연구
조유정
,
손권상
,
권오병
한국지능정보시스템학회 학술대회논문집
2020
.11
사용자의 검색 키워드 특징에 기반한 상품 추천 시스템에 관한 연구
조성은
,
임희석
디지털콘텐츠학회논문지
2019
.02
LSTM 네트워크를 활용한 농산물 가격 예측 모델
신성호
,
이미경
,
송사광
한국콘텐츠학회논문지
2018
.11
계절성을 고려한 가공유형별 오징어 소매가격 예측모형 비교 분석
한다정
,
박철형
수산해양교육연구
2018
.08
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-090605220