최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.7 no.4, 2018년, pp.129 - 134
김상엽 (한국기계연구원 청정연료발전연구실) , 박경섭 (국립원예특작과학원) , 류근호 (충북대학교 전기전자정보컴퓨터학부)
Recently, the artificial neural network (ANN) model is a promising technique in the prediction, numerical control, robot control and pattern recognition. We predicted the outside temperature of greenhouse using ANN and utilized the model in greenhouse control. The performance of ANN model was evalua...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
인공신경망 모델은 어떤 분야에서 촉망되는 기술인가? | 최근, 인공신경망 모델은 예측, 수치제어, 로봇제어, 패턴인식 등의 분야에서 촉망되는 기술이다. 본 연구에서는 인공신경망 모델을 이용하여 온실 외부 온도를 예측하고 이를 온실제어에 활용하는데 목적이 있다. | |
온실 외부 온도를 예측하고 이를 온실제어에 활용하는 모델의 성능 평가를 위해 무엇을 비교분석 하는가? | 본 연구에서는 인공신경망 모델을 이용하여 온실 외부 온도를 예측하고 이를 온실제어에 활용하는데 목적이 있다. 예측 모델의 성능 평가를 위해 다중회귀모델과 SVM 모델과의 비교분석을 수행하였다. 평가 방법으로는 10-Fold Cross Validation을 사용하였으며, 예측 성능 향상을 위해 상관관계분석 통해 데이터 축소를 수행하였고, 측정 데이터로부터 새로운 Factor 추출하여 데이터의 신뢰성을 확보하였다. | |
시설재배 면적에서 난방을 하는 온실이 증가하는 이유는 무엇인가? | 전 세계적으로 온실의 면적이 증가하고 있고, 그중 한국의 1인당 온실면적이 세계 1-2위를 차지할 정도로 온실 재배가 널리 이루어지고 있으며, 이 중에 시설재배 면적이 나날이 증가하였다. 시설재배는 노지재배와 다르게 재배 환경을 조절할 수 있기 때문에 기상환경조건 등 재배환경의 분석을 통해 생산성의 증대와 품질 향상을 달성할 수 있기 때문에 시설재배 면적에서 난방을 하는 온실이 증가하고 있는 추세이다. |
M. Trejo-Perea, G. Herrera-Ruiz, J. Rios-Moreno, R. C. Miranda, and E. Rivas-Araiza, "Greenhouse Energy Consumption Prediction using Neural Networks Models," International Journal of Agriculture & Biology, Vol.1, No.1, p.1-6, 2009.
H. Yu, Y. Chen, S. G. Hassan, and D. Li, "Prediction of the temperature in a Chinese solar greenhouse based on LSSVM optimized by improved PSO," Computers and Electronics in Agriculture, Vol.122, pp.94-102, 2016.
B. Khoshnevisan, S. Rafiee, and H. Mousazadeh, "Application of multi-layer adaptive neuro-fuzzy inference system for estimation of greenhouse strawberry yield," Measurement, Vol.47, pp.903-910, 2014.
S. Y. Kim, S. M. Lee, K. S. Park, K. H. Ryu, "Prediction Model of Internal Temperature using Backpropagation Algorithm for Climate Control in Greenhouse," Horticultural Science and Technology, to be submitted, 2018.
I. Guyon, and A. Elisseeff, "An Introduction to Variable and Feature Selection," Journal of Machine Learning Research, pp.1157-1182, 2003.
R. Kohavi, "A study of Cross-Valiation and Bootstrap for Accuracy Estimation and Model Selection," International Joint Conference on Artificial Intelligence, 1995.
G. Zhang, B. E. Patuwo, and M. Y. Hu, "Forecasting with artificial neural networks: The state of the art," International Journal of Forecasting, 1998.
L. STravs, and M. Brilly, "Development of a low-flow forecasting model using the M5 machine learning method," Hydrological Sciences Journal, Vol.52, no. 3, pp.466-477, 2007.
R. Pelossof, A. Miller, P. Allen, and T. Jebara, "An SVM learning approach to robotic grasping," IEEE International Conference, Vol.4, pp.3512-3518, 2004.
A. Mucherino, P. Papajorgji, and P. M. Pardalos, "A survey of data mining techniques applied to agriculture," Operational Research, Vol.9, No.2, pp.121-140, August 01, 2009.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.