도움말

다원적 회귀 인공 신경망기반 스마트 그린하우스 내부 온·습도 예측에 관한 연구

Prediction of Smart Greenhouse Temperature-Humidity Based on Multi-Dimensional LSTMs
한국정밀공학회지 Vol.36 No.3, 2019.3, 239-246 (8 pages)
DOI :10.7736/KSPE.2019.36.3.239
인용정보 복사
Quick View Quick View
구매하기 6,000원
인용하기
이용수 : 0건
피인용수 : 0건
분야내 활용도 : %
자세히 보기 >

· 이용수 : 2010년부터 집계한 원문다운로드수

· 피인용수 : DBpia 논문 가운데 해당 논문을 인용한 논문수

· 분야내 활용도 : 최근 24개월간 DBpia 이용수를 기준으로 산출 / 0%에 가까울 수록 활용도가 높고, 100%에 가까울 수록 활용도가 낮음

초록
The objective of this study is to investigate a novel temperature and humidity prediction algorithm for smart greenhouse based on the machine learning method. The smart greenhouse is known to increase farm production by automatically controlling temperature and humidity and other factors. However, maintaining constant inside temperature and humidity in the conventional smart greenhouse system is still a problem because of the multiple time delay elements. To solve the problems, prediction control scheme is required. But, since the system is highly nonlinear with the lack of sensory data, predicting accurate temperature and humidity is very challenging. In this paper, the multi-dimensional Long Short-Term Memory networks (LSTMs) is being applied to deal with the unstructured greenhouse environmental data. The designed LSTMs learning model is trained with the 27 dimensional data which comprises of all the greenhouse control parameter and environmental sensory data. The prediction performance was evaluated using the short, mid and long term experiments. Also, the comparison with the conventional recurrent neural networks (RNNs) based prediction algorithm was done using the experimental results and later on discussions.

목차
1. 서론
2. 관련 최근 연구
3. 스마트 그린하우스 시스템
4. 회귀 인공 신경망 기반 온·습도 예측 알고리즘
5. 온·습도 예측 알고리즘 실험 및 성능평가
6. 결론
REFERENCES
키워드
참고문헌 (0)

현재 논문의 참고문헌을 찾아 신청해주세요!

해당 논문은 참고문헌 정보가 없습니다.

인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (5)

송영은 식별저자 저자의 상세정보를 확인해 보세요.

권호 내 다른 논문 (14)

한국정밀공학회지 Vol.36 No.3 의 상세정보를 확인해 보세요.

  • 처음
  •  
  • 이전
  •  
  • 1
  •  
  • 2
  •  
  • 다음
  •  
  • 마지막
추천 논문 (0)

DBpia 추천논문과 함께 다운받은 논문을 제공합니다. 논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 추천해 드리는 연관논문을 확인해보세요.

DBpia 추천논문

해당 논문은 DBpia 추천논문 정보가 없습니다.

함께 다운받은 논문

해당 논문은 함께 다운받은 논문 정보가 없습니다.

지표

이용현황

· 이용수

· 이용순위 상위 Top3

자세히 보기 >
No 상위 이용이관 이용수

활용도

· 활용지수

· 논문의 활용도 추이 (주제분야 기준)

자세히 보기 >

: %

2016-09
2016-10
2016-11
2016-12
0
20
40
60
80
100
  • 0%
  • 20%
  • 40%
  • 60%
  • 80%
  • 100%

피인용수

상세정보
저작권 정책

누리미디어에서 제공되는 모든 저작물의 저작권은 원저작자에게 있으며, 누리미디어는 각 저작물의 내용을 보증하거나 책임을 지지 않습니다. 단, 누리미디어에서 제공되는 서지정보는 저작권법에 의해 보호를 받는 저작물로, 사전 허락 없이 임의로 대량 수집하거나 프로그램에 의한 주기적 수집 이용, 무단 전재, 배포하는 것을 금하며, 이를 위반할 경우, 저작권법 및 관련법령에 따라 민, 형사상의 책임을 질 수 있습니다.

맨 위로 이동