A Study on Machine Learning-based Grass Demand Forecasting

안완식

추천

검색

자료유형: 학술저널

저자정보: 안완식

저널정보: 한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제14권 제5호

발행연도: 2019.1

수록면: 535 - 542 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The origin of the grass varies between regions and countries, but in the West, crops, which have been widely used for feed, have long been adapted to livestock grazing, and are derived from plants and perennials with good land cover capacity. In Korea, the origin of grass is different from that of the West. It has been used to decorate and cover the tomb's ground. Thus, Grass is one of the essential elements in our life. Grass is the major resource of various ecosystems and it also provides a space to relax. Nevertheless, Recently, Korea is recognized as a recession due to the reduction of new golf course construction and the slowdown of construction industry. However, since the 5-day system was implemented due to economic development and national income improvement after the Olympic and World Cup, the demand for grass as a green space for recreation and sports Is increasing. In particular, the use of new towns, the West Coast Saemangeum project, neighborhood parks, school grounds, and general residential gardens is increasing. Grass is expected to increase the value added of social indirect capital such as highways, the increase of golf population, the greening of urban and national lands using grass such as the increase of recreational activities and urban grass parks. In addition, the grass industry is a comprehensive field that includes the development, production, composition and management of garden, slope and sports. However, the grass industry is limited to production. This situation is lacking, and there is also a lack of basic data on the system or industry that can support the grass industry. Accordingly, we are necessary to have a research how we improve to use of grass and suggest newly methods with water demand.

참고문헌 (15)

참고문헌 신청

J. Timsina / 2001 / Productivity and management of grass–wheat cropping systems: issues and challenges / Field crops research 69(2):93~132

S. Kukal / 2005 / Soil matric potential-based irrigation scheduling to grass (oryza sativa) / Irrigation Science 23(4):153~159

P. Belder / 2004 / Effect of watersaving irrigation on grass yield and water use in typical lowland conditions in asia / Agricultural water management 65(3):193~210

Z. Mimi / 2000 / Statistical domestic water demand model for the west bank / Water International 25(3):464~468

I. Pulido-Calvo / 2009 / Improved irrigation water demand forecasting using a soft-computing hybrid model / Biosystems Engineering 102(2):202~218

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

안완식

소속기관

주요연구분야 복합학 > 학제간연구

논문수 3 이용수 16

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)