採用雙向長短期記憶模型與注意力機制預測分析農作物產期-以青江菜為例

Using Bidirectional Long Short Term Memory Model and Attention Function for Agriculture Predictive Analysis : Qingjiang cuisine as an example

吳軒豪(Wu Hsuan-Hao)

指導教授 ： 劉書助

國立屏東科技大學/管理學院/資訊管理系所/碩士(2019年)

https://doi.org/10.6346/NPUST201900228

摘要

本研究試以雙向長短期記憶模型（Bidirectional Long Short-Term memory）加上注意力機制（Attention）嘗試解決時間序列資料，跨越多時間區間上的障礙。並嘗試創造出一模型架構預測作物產期，來解決傳統的耕作上，對於產期預測方面多以耕作者的經驗來預測之問題，因作物生長需考慮天氣環境等特徵對農作物生長方面造成的影響，所以本研究採用中央氣象局所提供之天氣資料結合政府產銷履歷資料庫，以青江菜為例，結合人工智慧及機器學習方法，並應用在傳統農業上，解決了傳統農業無法以資訊化的方式來預測的問題，且也結合Attention方法改善了傳統RNNs模型問題。

關鍵字

長短期記憶模型 ； 注意力機制 ； 農業預測

並列摘要

This study attempts to solve the span problem of time series data with Bidirectional Long Short-Term Memory and Attention funtion. A model structure is create to predict the crop production period. At present the traditional farming’s production period mostly based on the experience of farmer, so the study try to solve this problem. In addition the crop growth needs to consider the characteristics of the weather environment. Therefore this study uses the weather data provided by the Central Meteorological Administration and government’s crop period database. The study will use Qingjiang cuisine as an example, combined with artificial intelligence and machine learning methods. And solves the problem of traditional agriculture also improves the RNNs model problem by combining attention methods. The study applied to traditional agriculture makes that more evolved and intelligent in the future.

並列關鍵字

Long Short-Term Memory ； Attention Function ； Agriculture Predictive

參考文獻

中文文獻：

[1] 於家斌、尚方方、王小藝、許繼平、王立、張慧妍、鄭蕾，(2018)基於遺傳算法改進的一階滯後濾波和長短期記憶網絡的藍藻水華預測方法，計算機應用，第三十八期，2119-2123。

[2] 蘇偉、魯劍巍、周廣生、李小坤、李雲春、劉曉偉，(2011)稻草還田對油菜生長土壤溫度及濕度的影響，植物營養與肥料學報，第十七期，366-373。

[3] 陸佩玲、於強、賀慶棠，(2006)植物物候對氣候變化的響應，生態學報，第二十六期，923-929。

[4] 盧存福、賁桂英，(1995)高海拔地區植物的光合特性，植物學報，第十二期，38-42。