PARTNER
검증된 파트너 제휴사 자료

LSTM 네트워크를 이용한 세토카 가격 예측 (A Prediction for 'Setoka' (Citrus spp.) Products Price using LSTM (Long Short-term Memory) Network)

16 페이지
기타파일
최초등록일 2025.07.12 최종저작일 2024.06
16P 미리보기
LSTM 네트워크를 이용한 세토카 가격 예측
  • 미리보기

    서지정보

    · 발행기관 : 제주대학교 아열대농업생명과학연구소
    · 수록지 정보 : 아열대농업생명과학지 / 40권 / 1호 / 47 ~ 62페이지
    · 저자명 : 조영열, 류성하, 성보현

    초록

    농산물 가격 예측은 시장의 수급 조절 결정에 큰 영향을 미친다. 본 연구의 목적은 세토까를 대상으로 9개 도매시장에서 거래되는 평균 가격 시계열 데이터를 사용하여 LSTM 네트워크 구조의 인공신경망을 학습시키고 이후 기간의 평균 가격을 예측하는 데 적합한 구조를 결정하는 것이다. 2007년부터 2021년 1월까지 1,836개의 데이터를 사용하여 세토까의 3kg 단위 평균 가격을 분석하였다. 인공신경망의 학습에는 전체 데이터 중 80%가 사용되었으며, 학습된 인공신경망의 테스트에는 전체 데이터 중 20%를 사용하였다. 최적의 LSTM 네트워크 구조를 결정하기 위해 학습 반복 횟수와 배치 크기를 변화시키며 학습 결과의 정확도를 확인하였다. 최적의 LSTM 네트워크 구조는 학습 반복 횟수 500회와 배치 크기 128개로 결정되었다. 학습 데이터 구간 이후 1달 동안의 세토까 가격을 예측한 결과, 15일 전까지의 예측값은 실제 세토까 가격에 비해 낮게 추정되었으며, 24일에 가장 높은 예측 정확도가 나타났다. 또한, 15일부터 예측 정확도가 높게 나타났다. 인공신경망을 기반으로 하는 세토까 가격 예측은 농산물 가격 동향 및 정부 정책 수립, 그리고 소비자들의 요구에도 유용한 정보로 활용될 수 있을 것이다.

    영어초록

    Predicting agricultural product prices has a significant impact on determining market supply and demand. The purpose of this study is to use time-series data of average prices of ‘Setoka’ citrus traded in 9 wholesale markets and train an artificial neural network with an LSTM network structure to determine a suitable structure for predicting average prices for a given time period. The analysis focused on the average price of 3 kg of ‘Setoka's’ agricultural products from 2007 to January 2021, using 1,836 data points. 80% of the data was used for training the neural network, and 20% was used for testing. To determine the optimal LSTM network structure, the training iteration and batch size were varied to evaluate the accuracy of the training results. The optimal LSTM network structure was determined to be 500 training iterations and a batch size of 128. When predicting the price of ‘Setoka’ for the next month after the training data period, the predicted values were lower than the actual prices until 15 days prior, and the highest prediction accuracy was achieved on the 24th day. Moreover, the prediction accuracy was high from 15 days prior. Using an artificial neural network for ‘Setoka’ price prediction based on historical data can provide useful information for monitoring agricultural price trends, informing government policy decisions, and meeting consumer demands.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우
문서 초안을 생성해주는 EasyAI
안녕하세요. 해피캠퍼스의 방대한 자료 중에서 선별하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 목차부터 본문내용까지 자동 생성해 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 캐시를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2025년 08월 01일 금요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
5:24 오전