온실 내부 환경 시계열 예측을 위한 기계학습 파라메터 최적화 연구 = A Study on the Optimization of Machine Learning Parameters for Time Series Prediction of Greenhouse Internal Environment
저자
이정규 ( Jungkyu Lee ) ; 임은정 ( Eunjeong Em ) ; 유재수 ( Jaesoo Yoo ) ; 이동훈 ( Donghoon Lee )
발행기관
학술지명
권호사항
발행연도
2022
작성언어
-주제어
KDC
500
자료형태
학술저널
수록면
374-374(1쪽)
제공처
국내 시설농업은 플라스틱 온실 및 대규모 온실의 증가와 더불어 스마트팜이 활발하게 보급되고 있다. 작물의 재배로 최적의 생산성을 올리기 위해 기초가 되는 것이 온실 내부의 환경 요소이다. 최근 인공지능의 발달로 LSTM(long short term memory), MRM(multi regression model) 등을 통해 많은 환경 예측 모델이 등장하고 연구가 되고 있다. 본 연구에서는 시설농업 내부 환경을 예측할 수 있는 모델링의 개선을 통해 시계열 데이터를 효과적으로 적용하기 위한 연구를 진행하였다.
선행 연구에서 획득한 시계열 환경 데이터를 기반으로 예측기법 향상에 대해 연구하였다. 2달의 계측 데이터를 시간별로 구분하여 24시간 하루 동안 1분 단위로 평균을 도출하여 학습세트를 구성하였다. 통신과정에서 나타날 수 있는 불완전, 노이즈, 비일관 데이터가 발생할 수 있고 정제된 데이터로 학습하기 위해 smoothing 및 normalization 과정을 진행하였다. 머신러닝 학습세트 구성을 위한 이동평균의 span은 실질적으로 몇 구간 또는 몇 시간의 데이터 평균이 가장 정확도 높은 예측결과를 보여줄 수 있는가에 대해 중요한 요인 중 하나이다. 데이터를 통해 학습하고 가장 신뢰도가 높은 결과를 예측하기 위해 span을 2부터 60까지 설정하였다. 학습을 통하여 온실 내부 3차원 공간 안의 예측성능이 가장 높은 span을 확인하였다. 또한 가장 높은 결정계수 평균을 나타내는 span 값과 동일한 span의 외기 데이터를 적용하여 학습을 진행하고 예측 성능을 확인하였다.
온도 데이터를 입력변수로 하여 각 span 설정에 따른 학습모델의 결정계수 평균을 비교, 분석하였다. Span 13일 경우 온실 내부의 온도 예측의 정확도가 가장 높았으며 실제 결정계수의 평균은 몇몇의 지점을 제외하고 대부분 0.9500 이상의 예측 성능 결과를 나타내었다. 입구쪽에서 가까운 지점들은 대체적으로 예측 성능이 다소 떨어지는 경향이 있었다. 이는 양액기, 덕트난방기, 근권난방기 등 예측범위에서 벗어나는 제어에서 발생하는 상황으로 나타나는 국소부위 결과로 추측된다. 또한 예측성능이 다소 떨어지는 플라스틱 온실의 앞, 뒤 및 양측은 온도변화의 폭이 급격하다는 반증이며 작물 재배 시 적절한 환경조절이 필요하다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)