- 영문명
- AI-based production prediction study using complex growth and environmental variables of cherry tomatoes
- 발행기관
- 한국스마트미디어학회
- 저자명
- 주종길(Jong Gil Joo) 이명훈(Meong Hun Lee)
- 간행물 정보
- 『스마트미디어저널』제14권 제11호, 57~68쪽, 전체 12쪽
- 주제분류
- 공학 > 컴퓨터학
- 파일형태
- 발행일자
- 2025.11.28
국문 초록
본 연구는 스마트팜 유리온실에서 재배된 대추방울토마토(TS-샛별)를 대상으로, 생육지표와 환경요인을 통합한 인공지능(AI) 기반 복합변수 예측 모델을 구축하였다. 연구 목적은 단일 변수 중심 회귀모델의 한계를 보완하고, 생육단계별 환경 반응의 비선형 특성을 반영한 고정밀 생산량 예측체계를 확립하는 것이다. 벤로형 유리온실에서 수집한 환경·생육·수확량 데이터를 통합하여 LightGBM, LSTM, Transformer 모델을 비교한 결과, LightGBM이 가장 높은 예측 성능(MAE 16.23 kg/day, RMSE 22.83 kg/day, R² 0.994)을 보였다. 변수 중요도 분석 결과, 낮 평균온도, CO₂ 농도, 일사량, 배액 EC, 야간 상대습도가 주요 영향 요인으로 나타났으며, CO₂와 일사량의 상호작용이 예측 변동의 약 15%를 설명하였다. 본 연구는 AI 기반 복합변수 모델이 스마트온실에서 실시간 생산량 예측과 환경 제어 의사결정 지원에 효과적으로 활용될 수 있음을 실증적으로 제시하였다.
영문 초록
This study developed an artificial intelligence (AI)-based multivariate prediction model for cherry tomatoes (TS-Saetbyeol) cultivated in a smart glass greenhouse by integrating growth and environmental data. The purpose was to overcome the limitations of single-variable regression models and establish a high-precision yield prediction framework that reflects nonlinear crop responses to environmental changes. Environmental, growth, and yield data collected from a Venlo-type greenhouse were integrated to compare three AI algorithms—LightGBM, LSTM, and Transformer. Among them, LightGBM achieved the best performance (MAE = 16.23 kg/day, RMSE = 22.83 kg/day, R² = 0.994). Variable importance analysis showed that daytime temperature, CO₂ concentration, solar radiation, drain EC, and nighttime humidity were key factors, with CO₂–radiation interaction explaining about 15% of yield variance. The results demonstrate that AI-based multivariate models can effectively support real-time yield prediction and environmental control decisions in smart greenhouse systems.
목차
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 연구방법
Ⅳ. 실험 결과 및 분석
Ⅴ. 결론
키워드
해당간행물 수록 논문
참고문헌
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!