[논문 리뷰] A Machine Learning Approach to Forecasting Honey Production with Tree-Based Methods

Alessio Brini, Elisa Giovannini외 1명|arXiv (Cornell University)|2023. 03. 30.

Bee Products Chemical Analysis인용 수 6

한 줄 요약

이 연구는 정밀 벌농사 센서를 통해 수집한 고주기 벌통 및 기상 데이터를 활용하여 이탈리아 벌통의 꿀 생산 변동성을 예측하기 위해 랜덤 포레스트와 엑스트림 그래디언트 부스팅(XGBoost)을 활용한 기계학습 접근법을 제안한다. 트리 기반 모델이 선형 방법보다 뛰어난 성능을 보였으며, 지연된 벌통 무게 및 기온/강수량 변수가 주요 예측 변수로 나타났다. 이는 농가 및 보험사의 실질적인 리스크 관리에 기여한다.

ABSTRACT

The beekeeping sector has experienced significant production fluctuations in recent years, largely due to increasingly frequent adverse weather events linked to climate change. These events can severely affect the environment, reducing its suitability for bee activity. We conduct a forecasting analysis of honey production across Italy using a range of machine learning models, with a particular focus on weather-related variables as key predictors. Our analysis relies on a dataset collected in 2022, which combines hive-level observations with detailed weather data. We train and compare several linear and nonlinear models, evaluating both their predictive accuracy and interpretability. By examining model explanations, we identify the main drivers of honey production. We also ensemble models from different families to assess whether combining predictions improves forecast accuracy. These insights support beekeepers in managing production risks and may inform the development of insurance products against unexpected losses due to poor harvests.

연구 동기 및 목표

• 정밀 벌농사 데이터를 활용하여 이탈리아 벌통의 꿀 생산 변동성을 기계학습을 통해 예측 모델을 개발한다.
• 해석 가능한 기계학습 기법을 활용하여 꿀 생산에 가장 영향을 미치는 기후 및 벌통 수준의 주요 요인을 규명한다.
• 정확하고 사전 예측 가능한 예측을 통해 농가의 의사결정 및 보험 상품 설계를 지원한다.
• 트리 기반 모델이 꿀 생산 데이터의 복잡한 비선형 관계를 포착하는 데 있어 선형 모델 대비 우수한 성능을 보이는지 평가한다.
• 정밀 벌농사에서 기후 관련 생산 손실을 완화하기 위한 실질적인 통찰을 제공한다.

제안 방법

• 이 연구는 2019년 1월부터 2022년 7월까지 이탈리아의 431개 벌통에서 정밀 벌농사 센서를 통해 수집한 데이터셋을 사용한다.
• Copernicus 오픈소스 데이터베이스에서 확보한 기상 데이터를 벌통 수준의 특성(무게, 온도, 습도 등)과 융합한다.
• 꿀 생산 변동성을 예측하기 위해 랜덤 포레스트(RF)와 초급속 기울기 부스팅(XGB)이라는 두 가지 트리 기반 모델을 훈련한다.
• 생산 기간 동안의 테스트 세트를 활용해 RMSE 및 R² 지표를 사용해 모델 성능을 평가한다.
• 모델 예측을 해석하기 위해 순열 중요도와 SHAP 값으로 특성 중요도를 평가한다.
• SHAP 값은 각 입력 특성이 모델 출력에 기여하는 정도를 정량화하여 모델 행동에 대한 세부적인 이해를 가능하게 한다.

실험 결과

연구 질문

• RQ1 이탈리아 벌통의 꿀 생산 변동성에 가장 강하게 영향을 미치는 기후 및 벌통 수준의 변수는 무엇인가?
• RQ2 랜덤 포레스트 및 XGBoost와 같은 트리 기반 모델이 꿀 생산 변동성을 예측하는 데 있어 선형 모델에 비해 어떻게 비교되는가?
• RQ3 지연된 벌통 무게 및 기상 변수가 예측 정확도에 얼마나 기여하는가?
• RQ4 SHAP 값은 복잡한 트리 기반 모델의 예측을 어떻게 해석하고 검증하는 데 활용될 수 있는가?
• RQ5 이 모델은 벌통 이동 또는 보험 리스크 평가와 같은 실질적 의사결정을 지원할 수 있는가?

주요 결과

• 특히 XGBoost와 랜덤 포레스트를 포함한 트리 기반 모델이 표준 선형 모델보다 꿀 생산 변동성 예측에서 뛰어난 성능을 보였으며, 더 낮은 RMSE와 더 높은 R² 점수를 기록했다.
• 지연된 벌통 무게 변동의 값이 가장 중요한 예측 변수로 나타나 꿀 생산에 강력한 자기회귀적 동력이 존재함을 시사한다.
• 기상 변수 중 평균 기온, 최고 기온 및 이전 기간의 총 강수량이 예측 중요도가 가장 높았다.
• SHAP 분석을 통해 기온 및 강수량 변수가 예측에 강력하고 일관된 영향을 미치며, 크기와 시기의 여부에 따라 긍정적 또는 부정적 기여를 한다는 점을 확인했다.
• SHAP 값을 통한 모델의 해석 가능성 덕분에 농가가 기상 악화를 피하기 위해 최적의 벌통 이동 시기를 결정하는 데 실질적인 통찰을 제공할 수 있다.
• 결과적으로 기반 데이터 기반 리스크 평가에 기초해 기상 지수 기반 보험 상품 개발에 기여할 수 있다.