순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Automatic Crop Recommendation System Using LightGBM and Decision Tree Machine Learning Models
Ravi Kumar Banoth, R. V. · Journal of Machine and Computing · 2025년 · 조회 1
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-01 발표 · 피인용 418회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT PAPER 슬롯에 선정된 이유는 2025년 발표 이후 418회 인용으로 동년 논문 중 상위 1%에 해당하며, 인용 영향력이 매우 높다는 점이다.
논문 요약
본 논문은 토양 품질·기후·지역 요인을 고려한 작물 추천을 자동화하는 시스템을 제안한다. LightGBM이라는 그래디언트 부스팅 프레임워크와 전통적인 의사결정트리를 결합한 혼합 앙상블 모델을 설계하였다. 두 알고리즘의 보완적인 강점을 활용해 작물 추천 정확도를 향상시키는 것이 목표이다.
후속 연구설계에 활용하기
후속 연구에서는 단일 모델과 앙상블 모델의 성능 차이를 비교하거나, 토양·기후 변수의 세분화와 신규 데이터 첨가가 추천 정확도에 미치는 영향을 실험 설계에 포함할 수 있다.
핵심어
작물 추천머신러닝LightGBM의사결정트리
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.