연구동향 분석
홈
알림
이용안내
오류접수
API
서비스소개
인기 연구 키워드 :
인기 활용 키워드 :
SVR과 LSTM 모형의 토양습도 예측력 비교분석
최수훈
이상현
김민수
2019년
활용도 Analysis
논문 Analysis
연구자 Analysis
활용도 Analysis
논문 Analysis
연구자 Analysis
활용도
공유도
영향력
논문상세정보
저자
최수훈
이상현
김민수
제어번호
106499369
학술지명
Journal of the Korean Data Analysis Society
권호사항
Vol. 21 No. 6 [ 2019 ]
발행처
한국자료분석학회
자료유형
학술저널
수록면
2921-2930
언어
Korean
출판년도
2019
등재정보
KCI등재
판매처
주제어
LSTM.
prediction of soil humidity
RNN
SVR
서포트벡터 회귀분석
순환 신경망
장단기 메모리.
토양습도 예측
참고문헌( 16)
유사주제 논문( 260)
rnn 126건
순환 신경망 93건
svr 31건
prediction of soil humidity 3건
토양습도 예측 3건
LSTM. 2건
서포트벡터 회귀분석 2건
인용/피인용
SVR과 LSTM 모형의 토양습도 예측력 비교분석
' SVR과 LSTM 모형의 토양습도 예측력 비교분석' 의 주제별 논문영향력
논문영향력 요약
주제
LSTM.
prediction of soil humidity
rnn
svr
서포트벡터 회귀분석
순환 신경망
장단기 메모리.
토양습도 예측
동일주제 총논문수
논문피인용 총횟수
주제별 논문영향력의 평균
268
0
0.0%
자세히
주제별 논문영향력
논문영향력
주제
주제별 논문수
주제별 피인용횟수
주제별 논문영향력
주제어
LSTM.
3
0
0.0%
prediction of soil humidity
4
0
0.0%
rnn
127
0
0.0%
svr
32
0
0.0%
서포트벡터 회귀분석
3
0
0.0%
순환 신경망
94
0
0.0%
장단기 메모리.
1
0
0.0%
토양습도 예측
4
0
0.0%
계
268
0
0.0%
* 다른 주제어 보유 논문에서 피인용된 횟수
0
닫기
' SVR과 LSTM 모형의 토양습도 예측력 비교분석'
의 참고문헌
의사결정나무 분류와 인공신경망을 이용한 토양수분 산정모형 개발
김광섭
[2011]
영상처리와 딥러닝 기법을 사용한 채소의 등급별 자동 분류시스템 개발
김준기
[2019]
순환신경망 모형을 활용한 시계열 비교예측
김종화
[2019]
수문기상자료를 이용한 설마천의 토양수분 예측
주재영
[2010]
과거시차를 고려한 지지벡터 회귀모형에 기반한 서울지역 가뭄예측
장다슬
[2017]
“사용자 성향 그룹 분류를 위한 머신러닝 모델 비교”
남승현
[2017]
https://keras.rstudio.com/
https://cran.r-project.org/web/packages/e1071/index.html
Support-vector networks
Vapnik, V.
[1995]
Support vector regression machines
Drucker, H.
[1997]
Soil moisture-temperature relationships : results from two field experiments
Lakshmi, V.
[2003]
Soil moisture prediction using support vector machines
Gill, M. K.
[2006]
RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델
신동하
[2017]
Pattern Recognition
Oh, I. S.
[2008]
Long short-term memory
Hochreiter, S.
[1997]
Hands-on machine learning with scikit-learn & tensorflow
Géron, A.
[2017]
' SVR과 LSTM 모형의 토양습도 예측력 비교분석'
의 유사주제(
) 논문