토마토 당도 예측을 위한 회귀분석과 시계열 분석 비교 연구

• 영문명: Comparative Study of Regression and Time Series Analysis for Predicting Tomato Sweetness
• 발행기관: 한국전자통신학회
• 저자명: 백남곤(Nam-Gon Baek) 김진성(Jin-Seong Kim) 최은성(Eun-Sung Choi) 심춘보(Chun-Bo Sim) 정세훈(Se-Hoon Jung)
• 간행물 정보: 『한국전자통신학회 논문지』제19권 제6호, 1403~1412쪽, 전체 10쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2024.12.31

국문 초록

농산물의 품질 향상과 재배 과정 최적화를 위해 정확한 당도 예측이 중요하다. 현재 과일의 당도는 파괴적 측정 방식이 주로 사용되며, 비파괴당도계는 부분 측정과 표면 손상의 한계가 있다. 본 연구에서는 AI Hub의 지능형 스마트팜 데이터세트를 활용하여 토마토의 당도를 예측하기 위해 XGBoost, LightGBM을 이용한 회귀분석과 LSTM을 이용한 시계열 분석을 수행하였다. 실험 결과, 회귀분석 모델들은 모두 음수의 R² 값과 큰은 오차율을 보였으나, LSTM을 활용한 시계열 분석에서는 토마토 당도의 일반적 범위 대비 허용 가능한 수준의 예측 오차 MAE 0.224를 달성하였다. 이는 토마토의 당도가 생육 전반에 걸친 시계열적 특성과 밀접한 관련이 있음을 시사한다. 본 연구는 LSTM 모델을 통해 비파괴적 방식의 실용적 당도 예측이 가능함을 입증하였으며, 토마토 당도 예측에 있어 시계열 분석 기법의 효용성을 검증했다는 점에서 의의가 있다.

영문 초록

Accurate sweetness prediction has become increasingly important for improving agricultural product quality and optimizing cultivation processes. Currently, fruit sweetness is primarily measured through destructive methods, while non-destructive sweetness meters are limited by partial measurement and surface damage. This study performed regression and time series analyses to predict tomato sweetness using intelligent smart farm datasets from AI Hub. We conducted regression analysis using XGBoost and LightGBM, and time series analysis using LSTM. In the experimental results, regression models recorded negative R² values with high error rates. In contrast, time series analysis using LSTM achieved an acceptable prediction error of MAE 0.224 compared to the typical range of tomato sweetness. This suggests that tomato sweetness is closely related to time series characteristics throughout the growth period. This study demonstrates the feasibility of practical non-destructive sweetness prediction using the LSTM model and is significant in validating the effectiveness of time series analysis techniques for predicting tomato sweetness.

목차

Ⅰ. 서 론

Ⅱ. 관련연구

Ⅲ. 당도 예측 모델

Ⅳ. 실험 결과

Ⅴ. 결론

References

키워드

토마토 당도 예측 회귀분석 시계열 분석 스마트팜 Tomato Sweetness Prediction Regression Analysis Time Series Analysis Smart Farm

참고문헌

• Computers and electronics in agriculture
• Sensors
• J. of sensor science and technology
• In Proc. of Symposium of the Korean Institute of communications and Information Sciences
• J. of Smart Medial
• In Proc. of KIIT Conference
• In Proc. of The Institute of Control, Robotics and Systems Conference
• Neural Computation
• J. of the Korea Institute of Communication Sciences
• In Proc. of The Korean Society of Computer Information Conference
• In Proc. of The Korean Society of Computer Information Conference