KCI등재
미기상 데이터의 클래스 불균형을 해결한 서리 예측 모델 = Microclimate-Based Frost Prediction Model Resolving the Class Imbalance
저자
발행기관
학술지명
권호사항
발행연도
2022
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
1704-1715(12쪽)
제공처
Microclimate has been influencing all forms of time-sensitive agriculture. With substantial advances in emerging and enabling technologies, a vast amount of IoT-based environmental data allows preparation for the adverse impacts by providing helpful information to time-sensitive services. Of particular concern among high-risk weather conditions is nonanticipative frosty damage, affecting agricultural yield significantly. This paper proposes a timely frost prediction model based on machine learning using environmental data. Because of minority information on frost, conventional approaches often suffer from the class imbalance problem with rare labeling data. We address these issues through a frost prediction model using class-balanced data by SMOTE method to environmental datasets collected from IoT stations when predictive service executes. Our experimental results demonstrate that the frost prediction using Random Forest is the most suitable algorithm.
With the optimization process, the performance of the frost prediction model was improved by about 4% (Based on f1). Moreover, the performance evaluation by SMOTE ratio shows the importance of an appropriate ratio for data augmentation by unique tendency.
미기상은 모든 형태의 시간에 민감한 농업에 영향을 미치고 있다. 신기술 및 구현 기술이 크게 발전함에 따라방대한 양의 IoT 기반 환경 데이터를 통해 시간에 민감한 농업 서비스에 유용한 정보를 제공함으로써, 부정적인기후 변화 영향에 대비할 수 있다. 고위험 기상 조건 중 특히 우려되는 예상치 못한 서리 피해는 농업 수확량에상당한 영향을 미친다. 본 논문은 환경 데이터를 활용한 머신러닝 기반의 적기 서리 예측 모델을 제안한다. 기존접근 방식은, 서리 발생에 대한 소수의 클래스 라벨링 정보로 인해, 데이터 불균형 문제를 가진다. 그래서 본 논문에서는 예측 서비스가 실시간으로 실행될 때, IoT 스테이션에서 수집된 환경 데이터셋을 활용하여, SMOTE(Synthetic Minority Over-sampling Technique) 방법에 의한 클래스 불균형을 해결한 서리 예측 모델을 제시한다. 실험 결과는 Random Forest 알고리즘이 서리 예측에 가장 적합한 알고리즘으로 선정되었다. 최적화 단계를 통하여 서리 예측 모델의 성능이 평균 4% 정도 향상(f1 기준)되었다. 또한 SMOTE 비율별 성능 평가는 각 성능 지표별 특유의 경향성을 보였고, 이것은 적절한 비율을 사용하는 것이 중요함을 나타낸다.
더보기분석정보
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)