RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      KCI등재

      머신러닝을 사용한 서리 예측 연구 = A study on frost prediction model using machine learning

      한글로보기

      https://www.riss.kr/link?id=A108245614

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract)

      서리는 표면 근처의 공기의 이슬점 온도가 빙점 이하일 때 수증기가 승화, 응축되어 땅이나 물체에 얼게 되는 작은 얼음 결정체이다. 서리가 내리면 농작물이 직접 피해를 입는다. 농작물이 ...

      서리는 표면 근처의 공기의 이슬점 온도가 빙점 이하일 때 수증기가 승화, 응축되어 땅이나 물체에 얼게 되는 작은 얼음 결정체이다.
      서리가 내리면 농작물이 직접 피해를 입는다. 농작물이 낮은 온도에 접촉하면 조직이 얼어서 세포막이나 엽록체가 딱딱해지고 파괴되거나 건조한 세포가 죽습니다.
      2020년 7월, 세계 최대 커피 생산국인 브라질 미나스제라이스 주에 갑작스러운 영하의 날씨와 서리가 내려 지역 커피 나무의 약 30%가 피해를 입었다.
      이로 인해 피해로 커피값이 크게 올랐고, 피해가 심각한 농가는 농작물이 회복되기까지 3년이 걸리기 때문에 2024년에야 커피를 생산할 수 있다.
      본 논문에서는 심한 서리가 내리는 것을 방지하기 위해 기상청이 제공하는 서리 발생 데이터와 기상관측 데이터를 이용해 서리를 예측하려고 했다.
      관측 지점의 고도 및 풍속, 온도, 습도, 강수량, 흐림 등의 기상 요인을 반영하여 모델을 구축하였다.
      XGB, SVM, Random Forest, MLP 모델을 사용하여 다양한 하이퍼 파라미터를 학습 데이터로 적용하여 각 모델에 가장 적합한 모델을 선택하였다.
      마지막으로, 결과는 테스트 데이터에서 정확도 (acc)와 중요 성공 지수 (CSI)로 평가되었다.
      XGB는 90.4%의 acc와 64.4%의 CSI로 다른 모델에 비해 최고의 모델이었고, SVM은 89.7%의 acc와 61.2%의 CSI로 그 뒤를 이었다.
      랜덤 포레스트와 MLP는 약 89%의 acc와 약 60%의 CSI로 비슷한 성능을 보였다.

      더보기

      참고문헌 (Reference)

      1 Castaneda-Miranda A, "Smart frost control in greenhouses by neural networks models" 137 : 102-114, 2017

      2 Zendehboudi A, "Robust predictive models for estimating frost deposition on horizontal and parallel surfaces" 80 : 225-237, 2017

      3 Lee H, "Prediction of frost occurrences using statistical modeling approaches" 2016

      4 Diedrichs AL, "Prediction of frost events using machine learning and IoT sensing devices" 5 (5): 4589-4597, 2018

      5 Halil RA??O, "Predicting the turkish stock market bist 30 index using deep learning" 11 (11): 253-265, 2019

      6 Tamura Y, "Frost prediction for vineyard using machine learning" IEEE 1-4, 2020

      7 Sallis P, "Frost prediction characteristics and classification using computational neural networks" 1211-1220, 2008

      8 Lee YB, "Frost formation on a vertical plate in simultaneously developing flow" 26 (26): 939-945, 2002

      9 Ding L, "Frost forecast using machine learning-from association to causality" 159 : 1001-1010, 2019

      10 Rajaei P, "Frost depth : general prediction model" 2510 (2510): 74-80, 2015

      1 Castaneda-Miranda A, "Smart frost control in greenhouses by neural networks models" 137 : 102-114, 2017

      2 Zendehboudi A, "Robust predictive models for estimating frost deposition on horizontal and parallel surfaces" 80 : 225-237, 2017

      3 Lee H, "Prediction of frost occurrences using statistical modeling approaches" 2016

      4 Diedrichs AL, "Prediction of frost events using machine learning and IoT sensing devices" 5 (5): 4589-4597, 2018

      5 Halil RA??O, "Predicting the turkish stock market bist 30 index using deep learning" 11 (11): 253-265, 2019

      6 Tamura Y, "Frost prediction for vineyard using machine learning" IEEE 1-4, 2020

      7 Sallis P, "Frost prediction characteristics and classification using computational neural networks" 1211-1220, 2008

      8 Lee YB, "Frost formation on a vertical plate in simultaneously developing flow" 26 (26): 939-945, 2002

      9 Ding L, "Frost forecast using machine learning-from association to causality" 159 : 1001-1010, 2019

      10 Rajaei P, "Frost depth : general prediction model" 2510 (2510): 74-80, 2015

      11 Wassan S, "Effect of frost on plants, leaves, and forecast of frost events using convolutional neural networks" 17 (17): 15501477211053777-, 2021

      12 Rozante JR, "Development of an index for frost prediction: Technique and validation" 27 (27): e1807-, 2020

      13 Ghielmi L, "Descriptive models and artificial neural networks for spring frost prediction in an agricultural mountain area" 54 (54): 101-114, 2006

      14 Zheng H, "A xgboost model with weather similarity analysis and feature engineering for shortterm wind power forecasting" 9 (9): 3019-, 2019

      15 Cao Z, "A novel prediction model of frost growth on cold surface based on support vector machine" 29 (29): 2320-2326, 2009

      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      인용정보 인용지수 설명보기

      학술지 이력

      학술지 이력
      연월일 이력구분 이력상세 등재구분
      2027 평가예정 재인증평가 신청대상 (재인증)
      2021-01-01 평가 등재학술지 유지 (재인증) KCI등재
      2018-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2015-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2011-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2009-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2007-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2005-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2002-07-01 평가 등재학술지 선정 (등재후보2차) KCI등재
      2000-01-01 평가 등재후보학술지 선정 (신규평가) KCI등재후보
      더보기

      학술지 인용정보

      학술지 인용정보
      기준연도 WOS-KCI 통합IF(2년) KCIF(2년) KCIF(3년)
      2016 0.38 0.38 0.38
      KCIF(4년) KCIF(5년) 중심성지수(3년) 즉시성지수
      0.35 0.34 0.565 0.17
      더보기

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼