6월 25일, 26일 양일간 개최된 한국자료분석학회에서 김선호 석박통합과정생이 참석하였습니다.

📍연구주제
연도별 기후변동(Interannual Climate Variability) 환경에서 배 과실의 과당(Fructose) 함량을 안정적으로 예측하기 위한 생리학 기반 다목적 머신러닝 모델 개발

📍연구내용
- 6년간 수집한 신고배 생육·기상·당도 데이터를 활용하여 과당 함량 예측 데이터셋을 구축하고, 기상·생육·이전 시점 당도 정보를 예측 변수로 활용
- 생리학적 메커니즘을 반영한 Climate Gate, Richards 성장 커널, 시차 당도(Lagged Sugar) 특성을 XGBoost 모델에 통합하여 예측 성능 향상
- 평균 RMSE, 최악 연도 RMSE, 연도별 예측 변동성을 동시에 고려하는 NSGA-III 기반 다목적 최적화를 적용하여 강건한 모델 구축
- 기존 기후·생육 기반 모델 대비 예측오차와 연도별 변동성을 크게 감소시켰으며, 정확도와 강건성 간의 최적 균형을 갖는 과실 품질 예측 모델을 제시함.