<Final Round> Data·AI-based Price Forecasting Competition : Focusing on Agricultural Product Prices

Algorithm | Agricultural Products | Tabular | Time-series | Qualitative Assessment | PT

Prize : 58,000,000 KRW
2024.11.04 ~ 2024.11.11 09:59 + Google Calendar
60 Users Completed

Closed

Overview Data Code (share) Talk Leaderboard

Submission

쥬혁이_외부 변동성 반영 AI 모델 개발 및 실제 활용 전략

쥬혁이

공동작성자

2024.11.11 10:01 2,886 Views language

안녕하세요!
이번 '농산물 가격 예측' 대회에서는 "인공지능을 활용해 실제 가격을 예측하고, 이를 기반으로 시장 안정(방출 및 수매) 모델로 활용"하는 것을 목표로 삼았습니다.

특히, 저희 팀은 외부 개입(농산물의 수매 및 방출)을 이해하는 AI 모델을 개발했습니다.
이를 통해 새롭게 개발한 TIME-ML 모델을 활용해 최적화 전략을 수립하고, 현실 세계의 문제 해결에 적용할 수 있는 예측 AI 모델을 제안합니다.

감사합니다!

본선 발표 평가 항목에 기반하여, validation set 및 여러 방법론들은 PPT에 포함하지 않았습니다.
이에 PPT 관련한 질문 사항은 'wngur21011928@gmail.com'으로 연락 주시면 언제든 답변 드리겠습니다!

많은 좋아요 부탁드립니다!!

PDF

4 Comments

comment

0 / 1000

쥬혁이

2024.11.12 11:58

메일로 들어온 질문은 유사한 궁금증이 생길 수 있으니 댓글로 공유드리도록 하겠습니다!

Q1 : ML 모델 학습 시 데이터 구조 관련: 기존 ML 모델을 학습할 때, t+3을 예측하기 위해 DL 모델의 output인 이후 두 시점(t+1,t+2)의 평균 가격 데이터를 추가하여 학습을 진행한 것으로 이해하면 될까요?

A1 : 1. 이해하신 부분이 맞습니다. 자기회귀 모델에 기반한 매커니즘이지만, DL(시계열 모델)의 예측값을 Input으로 사용했습니다.