| 1 |
1
기후정보 및 농작물 생산량을 입력받고 농작물 생산량의 예측정보를 산출하는 제1 예측부; 재배비용 정보와 농작물 가격정보를 입력받고 농작물 가격 예측정보를 산출하는 제2 예측부; 재배 비용 정보와 소비자 물가 지수(Consumer Price Index)를 입력받고 재배비용정보를 산출하는 제3 예측부; 상기 농작물 생산량 예측정보와 농작물 가격 예측정보를 이용하여 판매정보를 연산하는 제1 연산부; 및 상기 판매정보와 재배 비용정보를 이용하여 단위면적당 농작물의 순이익 정보를 연산하는 제2 연산부를 포함하는 것을 특징으로 하는 농작물의 소득 예측시스템
|
| 2 |
2
제 1 항에 있어서,상기 제1 내지 제3 예측부는, 각각의 회귀분석모델을 이용한 기계학습을 이용하여 농작물의 생산량, 가격, 재배비용을 예측하는 농작물의 소득 예측시스템
|
| 3 |
3
제 2 항에 있어서,상기 기계학습을 위한 플랫폼은 텐서플로(TensorFlow) 오픈소스 소프트웨어 라이브러리인 농작물의 소득 예측시스템
|
| 4 |
4
제 1 항에 있어서,상기 기후 정보는, 지역별 총 강우정보 및 온도정보를 포함하는 농작물의 소득 예측시스템
|
| 5 |
5
제 4 항에 있어서, 상기 제1 예측부는, 토양상태, 습도, 경작차량 대수 정보를 더 입력받고 농작물의 생산량을 예측하는 농작물의 소득 예측시스템
|
| 6 |
6
제 1 항에 있어서,상기 제1 예측부는, 의 회귀분석모델을 사용하여 농작물의 생산량을 예측하는 농작물의 소득 예측시스템
|
| 7 |
7
제 1 항에 있어서,상기 제2 예측부는, 의 회귀분석모델을 사용하여 농작물의 가격을 예측하는 농작물의 소득 예측시스템
|
| 8 |
8
제 1 항에 있어서,상기 제3 예측부는,의 회귀모델을 사용하여 농작물의 재배비용을 예측하는 농작물의 소득 예측시스템
|
| 9 |
9
지역별 강수량 및 온도 정보, 그리고 농작물 생산정보를 이용한 농작물 생산량, 농작물의 재배 비용 정보와 농작물 가격정보를 이용한 농작물 가격, 재배 비용 정보와 소비자 물가 지수(Consumer Price Index)를 이용한 재배 비용정보를 각각 예측하는 예측단계; 상기 예측된 농작물의 생산량정보와 농작물 가격정보를 이용하여 농산물의 판매정보를 연산하는 제1 연산단계; 및 상기 농산물의 판매정보와 재배 비용 정보를 이용하여 단위면적당 농작물의 순이익 정보를 연산하는 제2 연산단계를 포함하는 것을 특징으로 하는 농작물의 소득 예측방법
|
| 10 |
10
제 9 항에 있어서,상기 예측단계는 텐서플로(TensorFlow) 플랫폼을 이용한 기계학습과정에 의하여 예측되는 농작물의 소득 예측방법
|
| 11 |
11
제 9 항에 있어서,상기 농작물 생산량(p)은 을 이용하여 예측하고, 여기서 x1, x2는 연간 강우량 및 평균온도와 같은 기후 매개변수, αk는 각 항에 대한 계수이며, 학습과정이 완료된 후의 상기 농작물 생산량(p)은 업데이트된 계수 αk를 갖는 농작물의 소득 예측방법
|
| 12 |
12
제 9 항에 있어서,상기 농작물의 가격()은 을 이용하여 예측하고, 여기서, z1 및 z2는 재배비용 및 작물 가격과 같은 경제 매개 변수, γk는 각 항에 대한 계수이며, 학습과정이 완료된 후의 상기 농작물의 가격()은 업데이트 된 계수 γk를 갖는 농작물의 소득 예측방법
|
| 13 |
13
제 9 항에 있어서,상기 농작물의 재배 비용(c)은 을 이용하여 예측하고, 여기서, y1 및 y2는 농작물 가격, βk는 각 항에 대한 계수이며, 학습과정이 완료된 후의 상기 농작물의 재배 비용(c)은 업데이트 된 계수 βk를 갖는 농작물의 소득 예측방법
|
