본 논문은 미국 내 하스 아보카도 판매 가격 예측을 위한 하이브리드 딥러닝 모델인 TCN-MLP-Attention 아키텍처를 제안합니다. 이 모델은 시계열 특징 추출을 위한 TCN(Temporal Convolutional Networks), 비선형 상호작용을 위한 MLP(Multi-Layer Perceptrons), 그리고 동적 특징 가중치 부여를 위한 어텐션 메커니즘을 결합합니다. 2015년부터 2018년까지 미국 전역의 5만 건 이상의 하스 아보카도 판매 데이터를 사용하여 모델을 학습 및 평가하였으며, RMSE 1.23, MSE 1.51의 우수한 예측 성능을 달성하여 기존 방법들을 능가함을 보였습니다. 이는 농산물 시장의 시계열 예측을 위한 확장 가능하고 효과적인 접근 방식을 제공하며, 지능형 공급망 관리 및 가격 전략 최적화에 대한 귀중한 통찰력을 제공합니다.
