본 연구는 기후변화에 따른 농산물 가격 변동성에 대응하여 전통적 시계열 모형과 딥러닝 기반 머신러닝 모형을 통하여 제주 감귤의 가격 예측성을 비교·검증하는 것을 목적으로 한다. 이를 위해 2012년부터 2023년까지 서울 가락농수산물도매시장의 감귤 일별 경락가격과 반입량 자료를 활용하여 Arma, Ardl 모형과 인공신경망, Lstm, Gru 모형을 구축하고 Rmse, Mae, Mape 지표를 통해 예측력을 평가하였다. 분석 결과, Ardl 모형은 반입량 증가가 가격 하락으로 이어졌으나, 고빈도 데이터의 비선형성과 복잡한 시계열 구조를 충분히 반영하는 데에는 한계를 보였다. 반면, 딥러닝 기반 모형은 전반적으로 우수한 예측 성능을 나타냈으며, 특히 Gru 모형이 모든 오차 지표에서 가장 낮은 값을 기록하여 일별 감귤 가격 예측에 효과적인 것으로 나타났다. 본 연구는 고해상도 일별 자료를 활용하여 전통적 통계 모형과 머신러닝 기반 예측 기법을 체계적으로 비교함으로써 감귤 가격 예측의 정확도를 제고하고, 농가의 출하 의사결정, 유통효율화 및 수급 안정 정책 수립을 지원할 수 있는 실증적 근거를 제공하는데 의의가 있다.
Joog et al. (Tue,) studied this question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: