작물 수확량 예측 및 비료 추천 시스템
작물 수확량 예측은 농업 생산성 향상에 중요한 역할을 한다. 특정 지역의 작물 수확량을 예측하면 농부가 적합한 작물을 선택하는 데 도움이 되며, 이는 전체적인 생산성 증대로 이어진다. 토양 pH, 강우량, 온도, 습도 등 다양한 요인을 고려하여 특정 토지에 맞는 작물을 추천하는 것은 농부들이 가장 적합한 작물을 선택하는 데 필수적이다. 또한, 작물 성장과 생산성 극대화를 위해서는 적절한 시기에 적합한 비료를 사용하는 것이 중요하다. 본 연구는 이러한 문제들을 해결하기 위해 Random Forest with Extreme Gradient Boosting (RFXGB)와 Deep Factorization Machine (DeepFM)을 결합한 하이브리드 기법인 AgroAdvisor라는 통합 시스템을 제안한다. RFXGB는 특징 처리에 적용되어 DeepFM이 밀집된 수치 특징을 처리하는 능력을 향상시키고 예측 성능을 높인다. 제안된 RFXGB-DeepFM 기법의 결과는 재현율, F-값, 정밀도, 정확도 매개변수를 사용하여 기존 머신러닝 및 딥러닝 기법과 비교되었다. 분석 결과, RFXGB-DeepFM 기법이 기존 기법들보다 더 나은 정확도를 제공함을 확인했다. 또한, Friedman 및 사후 통계 테스트를 통해 RFXGB가 기존 기법들의 성능을 대부분의 경우 향상시켰음을 입증했다. 이 시스템은 정밀 농업을 위한 작물 생산 관리의 효율성을 높여 농업 생산성 증대에 기여할 수 있을 것으로 기대된다.