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.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김민수
- 발행연도
- 2020
- 저작권
- 전남대학교 논문은 저작권에 의해 보호받습니다.
이용수16
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문은 “전라남도 나주시 왕곡면 장산리”에서 수집되는 기상 및 토양 데이터를 활용하여 미래 토양습도 예측 분석을 실시하였다. 분석 방법으로는 기존의 토양습도 예측 방법인 서포트벡터 회귀분석(support vector regression : SVR)과 새로운 방법으로 딥러닝 기법인 심층신경망(deep neural network : DNN)과 장단기 메모리(long short term memory : LSTM)를 활용하였다. 많은 농가에서 토양습도에 대한 측정이 이루어지지 않는 점을 고려하여 수집된 데이터 중 토양습도를 제외한 변수들을 설명변수로 활용하여 미래 토양습도에 대한 예측을 실시하였다. 예측력 평가지표인 평균제곱근오차(root mean square error : RMSE)를 비교해본 결과 미래 특정시간의 값을 예측하는 방법(Case 1)에서는 여름을 제외하고는 SVR 모형이 적합한 것으로 나타났으며, 예측기간 내 토양습도의 최솟값을 예측하는 방법(Case 2)에서는 LSTM 모형이 적합한 것으로 나타났다. 이번 연구를 통하여 향후 토양습도 예측으로 딥러닝 기법을 활용한 다양한 시도가 가능할 것으로 보인다.
목차
1. 서론 1가. 연구의 배경 1나. 논문의 구성 22. 데이터 수집 및 가공 3가. 데이터 수집 3나. 데이터 가공 43. 데이터 분석 6가. 데이터 탐색 6나. 분석 기법 소개 7다. 분석 기법 적용 12라. 데이터 분석 결과 154. 결론 및 기대효과 18가. 결론 18나. 기대효과 185. 한계점 및 향후 연구 방향 19가. 한계점 19나. 향후 연구 방향 19참고문헌 20영문초록 22
최근 본 자료
댓글(0)
0