본 논문은 식량 안보 및 지속 가능한 농업 관행 유지를 위한 농업 모니터링의 중요성을 강조하며, 기존의 물리적 모델과 데이터 기반 모델의 한계를 지적합니다. 기존 물리적 모델은 특정 상황에 국한되고 불확실성이 높으며, 데이터 기반 모델은 블랙박스 구조로 인해 일반화가 어렵고 많은 데이터를 필요로 합니다. 이러한 한계를 극복하기 위해, 본 논문에서는 다양한 물리적 모델의 지식을 활용하는 지식-유도 인코더-디코더 모델을 제안합니다. 이 모델은 언어 모델을 통합하여 복잡하고 불일치하는 입력을 처리하고, 다양한 물리적 모델의 지식을 선택적으로 결합하는 모델 선택 메커니즘을 구현합니다. 여러 지역의 탄소 및 질소 플럭스 예측 실험을 통해 제안된 모델의 효과와 강건성을 입증합니다.
시사점, 한계점
•
시사점:
◦
다양한 물리적 모델의 지식을 통합하여 농업 모니터링 모델의 정확도와 일반화 성능을 향상시킬 수 있는 새로운 접근법을 제시합니다.
◦
언어 모델을 활용하여 복잡하고 불일치하는 데이터를 효과적으로 처리하고 모델 선택을 자동화할 수 있습니다.
