메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
이가현 (부경대학교) 김도훈 (부경대학교)
저널정보
한국식품유통학회 식품유통연구 식품유통연구 제39권 제4호
발행연도
2022.12
수록면
21 - 41 (21page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
This study is aimed to forecast the producer price of aquaculture seafood using LSTM(Long-short Term Memory) and GRU(Gated Recurrent Units) models, a type of deep learning model. Since the producer price is directly related to aquacultural farm’s profitability, accurate forecasting of the producer price is essential to establish an effective production and management plan for aquaculture and stabilize supply and demand of farmed seafood. Korean Rockfish(Sebastes schlegelii) is a commercially important fish species that ranks second in domestic farmed fish production and is the main breed of fish farms in Tongyeong region. As the volatility of the producer price of Korean Rockfish has recently intensified, the importance of forecasting the producer price is increasing. In the analysis, total 19 variables were used, including producer prices in other regions, production-related variables, consumption-related variables, alternative farmed fish variables, water temperature, and COVID-19 dummy variables. Total 189 monthly data from October 2006 to June 2022 were used. In this study, the producer price of farmed Korean Rockfish was forecasted by LSTM and GRU models, a type of RNN(Recurrent Neural Network) model specialized for time series forecasting and the accuracy of models was compared with MAPE(Mean Absolute Percent Error). Results showed that MAPEs of LSTM and GRU were 4.66% and 6.27%, respectively. In addition, when comparing the accuracy by the number of independent variables, it was found that the accuracy of the multivariate LSTM model was better than that of the univariate LSTM model.
#deep learning #price forecasting #Korean Rockfish #producer price

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0