/lettuce-weight-estimation

[데이콘 주관] 상추의 생육 환경 생성 AI 경진대회 (상위 3%)

Primary LanguageJupyter NotebookApache License 2.0Apache-2.0

상추의 생육 환경 생성 AI 경진대회

대회설명이미지

대회 개요

  • 주최: KIST 강릉분원
  • 주관: 데이콘
  • 기간: 2022.11.21 ~ 2022.12.19
  • 주제: 생육 환경 생성 AI 모델 결과를 바탕으로 상추의 일별 최대 잎 중량을 도출할 수 있는 최적의 생육 환경 조성

목표

  1. 상추의 일별 잎중량을 예측하는 AI 예측 모델 개발 (정량평가)
  2. 예측 모델을 활용하여 생육 환경 생성 AI 모델 개발 (정성평가)

→ 생성 AI 모델 결과로부터 상추의 일별 최대 잎 중량을 도출할 수 있는 최적의 생육 환경 조성 및 제안 (최종 결과물)

결과

  • 최종 4위 / 137팀 (상위 3%)
  • Public Score 8위 4.79935 | Private Score 6위 8.55621
  • 최종 순위는 정성평가 포함한 결과

DataSet

출처

Input

  • DAT : 생육 일 (0~27일차)
  • obs_time : 측정 시간 (1시간 간격)
  • 상추 케이스 별 환경 변수 15개 : 온도, 습도, co2, ec, 분무량, 광량 등 (1시간 간격)

Target

  • DAT : 생육 일 (1~28일차)
  • predicted_weight_g : 일별 예측한 잎 중량

Train / Test set

  • Train set: 총 28개 상추 케이스 (CASE_01 ~ CASE_28.csv)
  • Test set: 총 5개 상추 케이스 (CASE_01 ~ CASE_05.csv)

Model

  • 예측 모델: XGBoostRegressor 모델에 gridsearch로 하이퍼파라미터 튜닝
  • 생성 모델: Train set 중에서 팀 내 "최적환경" 기준을 만족하는 케이스 선별 → sdv PAR 모델로 Input 증식 → 기존 예측모델에 Input 대입하여 Target인 'predicted_weight_g' 생성

Feature Engineering

파생변수 종류 생성 목적과 방법
일간 누적값 일별 잎 중량을 예측하기 위해 co2, ec, 광량, 비료의 일간 누적값을 계산함
월간 누적값 작물 생육에 필요한 열량을 나타내는 적산온도를 계산하기 위해 기준 온도 이상의 온도를 누적함
불규칙한 일별 광량을 보정하기 위해 광량의 월간 누적값을 계산함
feature 간 곱 Target과의 관계가 유사하거나 Feature 간 상관관계가 높다고 판단한 변수의 영향력을 측정하기 위해 습도 X 온도, 습도 X 온도 X co2, 비료(ec X 분무량), ec X co2를 생성함
DAT 곱 작물의 생육곡선이 S자형임을 고려해 최근 환경변수의 영향을 키우기 위해 비료, 습도 X 분무량, co2, 습도 누적, 비료 누적에 생육 일을 곱함

Insight

  • 생성 모델 결과로부터 조성된 생육 환경 해석과 적합성 검토 등의 인사이트는 [왕왕상츄]_PPT자료에서 확인할 수 있습니다

Team Members

Reference