표제지
목차
국문초록 9
ABSTRACT 11
제1장 서론 13
제2장 관련 연구 15
2.1. 다중 선형회귀분석과 인공신경망 분석 15
2.2. 인공신경망 모델에서 은닉층 수가 예측에 미치는 영향 17
2.3. 인공신경망 모델에서 은닉층의 노드수가 예측에 미치는 영향 19
2.4. 인공신경망 모델에서 학습률과 모멘텀이 예측에 미치는 영향 20
2.5. 인공신경망을 통한 기존의 가격예측 모델 21
제3장 인공신경망을 이용한 농산물가격 예측모델 설계 23
3.1. 훈련용 데이터셋과 테스트용 데이터셋의 선정 23
3.2. 인공신경망에 입력할 독립변수의 선정 24
3.3. 농산물 가격 예측 시스템에서 은닉층 수가 예측에 미치는 영향 28
3.4. 농산물 가격 예측 시스템에서 모멘텀 계수와 학습률이예측에 미치는 영향 30
3.5. 농산물 가격 예측 시스템에서 은닉층 노드 수가 예측에 미치는 영향 31
3.6. 오이 가격예측 인공신경망 모델 정립 32
제4장 실험 결과 및 정확도 비교 34
4.1. 은닉층(hidden layer)의 수에 따른 가격 예측률의 변화 34
4.2. 모멘텀에 따른 가격 예측률의 변화 35
4.3. 학습률에 따른 가격 예측률의 변화 36
4.4. 본 논문의 인공신경망 모델과 선형회귀분석 모델과의 비교 37
4.5. 실험을 통해 예측한 가격과 실제 가격의 비교 38
제5장 결론 및 향후 과제 39
참고문헌 40
[표3-1] 독립변수 선정을 위한 R²과 p-value 정리 24
[표3-2] 독립변수 후보들에 대한 R² 순으로 나열 26
[표3-3] 실험에 쓰일 최종 입력층, 은닉층, 출력층의 수 29
[표4-1] 은닉층 수에 따른 연관성 계수와 RMSE의 값 34
[표4-2] 모멘텀에 따른 RMSE의 값 35
[표4-3] 학습률에 따른 연관성 계수와 RMSE의 값 36
[표4-4] 인공신경망 모델과 선형회귀분석 모델의 비교 37
[표4-5] 제시한 모델을 통한 2015년도 예측 가격과 실제 가격의 비교 38
[그림 2-1] 은닉층의 노드수에 따른 예측률 변화 19
[그림 2-2] 인공신경망을 이용한 날씨별 전기가격 예측 모델 21
[그림 3-1] 0.5M 정시기온과 오이 가격 간의 관계 25
[그림 3-2] 30CM 정시지중온도와 오이 가격 간의 관계 26
[그림 3-3] 3-depth의 은닉층으로 이루어진 인공신경망 모델 29
[그림 3-4] 안동지역 오이 가격예측 인공신경망 모델 32