상추의 생육 환경 생성 AI 경진대회

Host

• 주최 : KIST 강릉분원
• 주관 : Dacon
• 기간 : 11월 21일 (월) 10:00 ~ 12월 19일 (월) 10:00
• https://dacon.io/competitions/official/236033/overview/description

---

🧐 About

생육 환경 생성 AI 모델 결과를 바탕으로 상추의 일별 최대 잎 중량을 도출할 수 있는 최적의 생육 환경 조성

1. 상추의 일별 잎중량을 예측하는 AI 예측 모델 개발
2. 1번의 예측 모델을 활용하여 생육 환경 생성 AI 모델 개발

• 생성 AI 모델 결과로부터 상추의 일별 최대 잎 중량을 도출할 수 있는 최적의 생육 환경 조성 및 제안

---

🖥️ Development Environment

Google Colab
OS: Ubuntu 18.04.6 LTS
CPU: Intel(R) Xeon(R) CPU @ 2.20GHz
RAM: 13GB

---

🔖 Project structure

Project_folder/
|- data/  # required data (csv)
|- feature/  # feature engineering (py)
|- garbage/  # garbage 
|- generative_model/  # CTGAN Model (pkl)
|- predict_model/  # Autogluon Model (pkl)
|- config  # Setting (py)
|- *model  # notebook (ipynb)
|_ [Dacon]상추의-생육-환경-생성-AI-경진대회_상추세요  # ppt (pdf) 

📖 Dataset

Data Source Train Test Dateset

Dataset Info.

- Input
Train, Test
CASE_01 ~ 28.csv (672, 16), TEST_01 ~ 05.csv (672, 16)
  DAT : 생육 일 (0~27일차)
  obs_time : 측정 시간
  상추 케이스 별 환경 데이터 (1시간 간격)

- Target
Train, Test
CASE_01 ~ 28.csv (28, 2), TEST_01 ~ 05.csv (28, 2)
  DAT : 생육 일 (1~28일차)
  predicted_weight_g : 일별 잎 중량

🔧 Feature Engineering

Feature selection.

누적값
- 구간별 시간에 대한 feature의 누적값
ex x 분무량
- 전체 평균에 대한 ec관측치와 분무량의 곱
수분량
- 자체 수분량 공식 사용
하루 평균
- 온도, 습도, co2, ec, 분무량, 적생광에 대한 하루 평균
Low-pass filter
- 누적값, ec x 분무량, 일평균에 적용
Kalman filter
- 누적값, ec x 분무량, 일평균에 적용
이동 평균
- 누적값, ec x 분무량, 수분량, 일평균에 적용
이동 중앙값
- 누적값, ec x 분무량, 수분량, 일평균에 적용

🎈 Modeling

Predict Model

AutoML: Autogluon, pycarat
Catboost

Generative Model

CTGAN
GAN

---

✍️ Authors

• 곽명빈 @ Myungbin
• 김기범 @ 기범
• 반소희 @ sohi
• 전주혁 @ jjuhyeok
• 최다희 @ Dahee Choi

---

😃 Result

• Public score 1st 3.16772 | Private score 4th 7.65751
• https://dacon.io/competitions/official/236033/overview/description

📖 Reference

CTGAN
https://arxiv.org/abs/1907.00503
https://github.com/sdv-dev/CTGAN

생육환경
https://scienceon.kisti.re.kr/srch/selectPORSrchArticle.do?cn=NPAP08069532&dbt=NPAP

❔Comments

참여 후기