http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 이원주 ( Wan Ju Lee ) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
A Design and Implement of Efficient Agricultural Product Price Prediction Model
임정주(Jung-Ju Im),김태완(Tae-Wan Kim),임지섭(Ji-Seoup Lim),김준호(Jun-Ho Kim),유태용(Tae-Yong Yoo),이원주(Won Joo Lee) 한국컴퓨터정보학회 2022 韓國컴퓨터情報學會論文誌 Vol.27 No.5
본 논문에서는 DACON에서 제공하는 데이터셋을 기반으로 한 효과적인 농산물 가격 예측 모델을 제안한다. 이 모델은 XGBoost와 CatBoost 이며 Gradient Boosting 계열의 알고리즘으로써 기존의 Logistic Regression과 Random Forest보다 평균정확도 및 수행시간이 우수하다. 이러한 장점들을 기반으로 농산물의 이전 가격들을 기반으로 1주, 2주, 4주뒤 가격을 예측하는 머신러닝 모델을 설계한다. XGBoost 모델은 회귀 방식의 모델링인 XGBoost Regressor 라이브러리를 사용하여 하이퍼 파라미터를 조정함으로써 가장 우수한 성능을 도출할 수 있다. CatBoost 모델은 CatBoost Regressor를 사용하여 모델을 구현한다. 구현한 모델은 DACON에서 제공하는 API를 이용하여 검증하고, 모델 별 성능평가를 실시한다. XGBoost는 자체적인 과적합 규제를 진행하기 때문에 적은 데이터셋에도 불구하고 우수한 성능을 도출하지만, 학습시간, 예측시간 등 시간적인 성능 면에서는 LGBM보다 성능이 낮다는 것을 알 수 있었다. In this paper, we propose an efficient agricultural products price prediction model based on dataset which provided in DACON. This model is XGBoost and CatBoost, and as an algorithm of the Gradient Boosting series, the average accuracy and execution time are superior to the existing Logistic Regression and Random Forest. Based on these advantages, we design a machine learning model that predicts prices 1 week, 2 weeks, and 4 weeks from the previous prices of agricultural products. The XGBoost model can derive the best performance by adjusting hyperparameters using the XGBoost Regressor library, which is a regression model. The implemented model is verified using the API provided by DACON, and performance evaluation is performed for each model. Because XGBoost conducts its own overfitting regulation, it derives excellent performance despite a small dataset, but it was found that the performance was lower than LGBM in terms of temporal performance such as learning time and prediction time.
-
숙전(熟田)에서의 인산(燐酸) 및 가리시비량(加里施肥量)이 뽕잎수량(收量)에 미치는 영향(影響)
정태암 ( Tae Am Chung ),박광준 ( Kwang Jun Park ),이원주 ( Wan Ju Lee ) 한국잠사학회 1978 한국잠사곤충학회지 Vol.20 No.2
숙전뽕밭에서의 연산 및 가리시비양이 뽕잎수량에 미치는 영향을 알기 위해 색소, 연산 및 가리의 표준시비량을 25-11-15kg/l0a으로 하고, 색소의 시비량을 25kg/10a으로 고정시킨 후, 연산질을 Po, P1/2, P1 및 P2로, 가리질을 K1/3, /K2/3, K1 및 K2 등으로 시비수준을 달리하고 시험한 결과 다음과 같았다. 1. 시비처리구 수량의 유의차는 3년째 추기에 무시비구에서만 나타났으며, 연산질비료의 감량에 따라 수엽량은 6.4~11.5%, 가리질의 경우에는 2.7~5.9%의 감수를 보였으나 유의차는 인정되지 않았다. 2. 연산 및 가리질비료의 배량증시에도 수량의 증가는 없었다. 3. 시용가리질의 토양중 이동은 매우 높은 반면, 연산의 이동은 지극히 불량하였다. 이상의 결과에 의해 연산질비료는 현수준(11kg/10a)이 합리적인 양이며, 가리질은 5~10kg/10a까지 절감시켜도 3년간은 수량에 유의성 있는 영향은 없는 것으로 사료되었다. The effect of phosphorus and potassium on the leaf yielding from the mulberry field was surveyed, designing four application levels of potassium and phosphorus respectively; Po, P1/2, and P1 and P2 for phosphorus, K1/3, K2/3, K1 and K2 for potassium after amount of nitrogen was constant at 25kg/10a. The standard application of three elements is at 25-11-15kg/10a. No application only showed significance among the treatments in the 3rd year autumn. However there is no significance, ever decreasing 2.7∼5.9% of leaf yielding in application of potassium and 6.4∼11.5% of leaf yielding in application of phosphorus. There is also no increase of leaf yielding even with application of double quantity of phosphorus and potassium. Potassium in soil was considerably fluctuated, while fluctuation of phosphorus is very low. With these results, it was evident that the conventional application level for phosphorus (11kg/10a) is reasonable and for potassium may be cut down to 5∼10kg/10a without showing any significance for the successive three years.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
