최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Hyun, Jerome K.; Kang, Taehee; Baek, Hyeonjun; Kim, Dai-sik; Yi, Gyu-chul
2015 / Nano Letters
Lee, Ju Yup; Kim, Nayoung; Kim, Yong Sung; Nam, Ryoung Hee; Ham, Min Hee; Lee, Hye Seung; Jo, Wonjun; Shim, Youngkwang; Choi, Yoon Jin; Yoon, Hyuk; Shin, Cheol Min; Lee, Dong Ho
2016 / Journal of Neurogastroenterology and Motility (JNM)
Luque A.,Herrero-García N.
2019 / Corporate Social Responsibility and Environmental Management
한재준, 신소향, 박기문, 김기명
2015 / Food Science and Biotechnology
강윤정, 김성현, 김주형, 이상원
2017 / 한국엔터테인먼트산업학회논문지
데이터가 존재하지 않습니다.
loading...
본 연구는 양파의 생육 과정과 일일 기상 변수를 활용하여 기상 요인이 양파 수확량에 미치는 영향을 분석합니다. 빅데이터 분석 기법을 통해 양파의 생육 단계별 기상 변수를 분석하고, 회귀 분석 및 요인 분석을 사용하여 예측 모델의 정확도를 높입니다.
Plant growth modeling for resource management
Microbiome under changing climate : implications and solutions
Omics technologies for sustainable agriculture and global food security :
Ecological responses and adaptations of crops to rising atmospheric carbon dioxide
Optimal control of greenhouse cultivation
Handbook of agricultural meteorology
Crop physiology : case histories for major crops
Physiological ecology of forest production : principles, processes and models
Physiological ecology of forest production : principles, processes and models
Forest growth and yield modeling
Decision support systems in potato production: bringing models to practice
The Effects of technological progress and weather on corn belt corp yields
Environmental stress in plants : biochemical and physiological mechanisms
Crop adaptation to climate change
Genetic improvement of field crops
Physiological plant ecology
Physiological plant ecology I : responses to the physical environment
한국농림기상학회지
김재휘, 최성천, 김준기, 서홍석한국산학기술학회논문지
김신곤농업생명환경연구
지정훈, 박현주, 이상현IOP Conference Series: Earth and Environmental Science
S. Zharkova; I. Gefke응용통계연구
최성천, 백장선한국농림기상학회지
김진희, 김대준, 서보훈, 김광수APPLIED SCIENCES-BASEL
Cho, Wanhyun; Na, Myung Hwan; Park, Yuha; Kim, Deok Hyeon; Cho, YongbeenKorean Journal of Applied Statistics
Sungchun Choi; Jangsun Baek농촌경제
김지수, 김선웅대한원격탐사학회지
나상일, 박찬원, 소규호, 박재문, 이경도Soft Computing: A Fusion of Foundations, Methodologies and Applications
Guo, Yunli한국유기농업학회지
주재창, 문지혜Advances in Nano Research
Zhou Y.한국농림기상학회지
김인겸, 박기준, 김백조JOURNAL OF AGROMETEOROLOGY
Nain, Gurmeet; Bhardwaj, Nitin; Jaslam, P. K. Muhammed; Dagar, Chander Shekhar; AnuragComputers and Electronics in Agriculture
Zhang Q.,Wang K.,Han Y.,Liu Z.,Yang F.,Wang S.,Zhao X.,Zhao C.Environmental Research Letters
David B Lobell; Senthold Asseng한국농림기상학회지
김미리; 김승규글로벌경영학회지
이승인, 조용빈, 이혜진Smart Agricultural Technology
Salar A. Mahmood; Maria Karampoiki; John P. Hammond; Dimitrios S. Paraforos; Alistair J. Murdoch; Lindsay Todman전선 / 대학원
이 교과목에서는 농림기상 분야에 적용될 수 있는 빅데이터 분석과 관련한 최근 연구 동향이 다루어진다. 학생들은 농림생태계에서 생산된 빅데이터를 다루기 위한 다양한 종류의 기계학습 및 고성능 컴퓨팅에 대해 학계와 산업계 전문가의 특강을 통해 학습한다. 또한, 이 교과목을 통해 농림기상 분야 빅데이터 분석과 관련한 연구 주제에 대한 발표와 토론을 통해 학생들의 발표 및 소통능력을 함양한다.전선 / 대학원
농식품관련산업의 주요 이슈들에 대한 경제학적 실증 분석기법을 학습하고, 이를 실제 자료에 적용하여 동 분야의 실증적 연구 수행에 기초를 마련한다. 실증적인 연구 수행을 위하여 기존 발표 논문에 대한 체계적인 검토를 시도한다.전선 / 대학원
ICT, 빅데이터 등 디지털 혁신 기술의 도입은 농식품산업의 디지털 전환(digital transformation)을 가속화하고 있다. 스마트팜, 푸드테크, 그린바이오 등 농식품산업 관련 신흥기술 이슈를 분석하기 위해서는 기존 정태 및 동태분석법을 넘어 정형 및 비정형 대용량 데이터 분석에 적합한 새로운 방법론을 학습할 필요가 있다. 이에 본 과목은 데이터마이닝, 기계학습, 프로세스 알고리즘 등을 포함한 최신 데이터사이언스 기법을 학습한다. 강의는 다음과 같이 구성된다. 첫째, 디지털 농식품산업의 동태적 변화를 실증적으로 파악하기 위해 선형 및 비선형 시계열 모형을 학습한다. 둘째, 베이지언(Bayesian) 통계에 기반한 칼만 필터링(Kalman filterting) 및 마르코프 체인 몬테카를로(Markov Chain Monte Carlo, MCMC) 시뮬레이션 등 최신 예측 방법론을 학습한다. 셋째, 빅데이터 마이닝, 머신러닝(machine learning), 인공신경망(artificial neural network) 관련 기초 이론을 학습하고 디지털 농식품산업 분야 경제 이슈에 적용한다.전선 / 대학원
다양한 농림기상 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 배울 수 있는 과목이다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.전선 / 대학원
본 교과목은 농림기상학 이론을 실제 현장에 적용하는 방법을 사례 연구와 문헌 조사를 통해 심층적으로 다룹니다. 학생들은 기후 데이터, 도구, 모델을 활용한 농업 분야의 실질적인 응용 사례, 특히 작물 생산, 병해충 관리, 수자원 관리 등에 대해 학습합니다. 또한, 기후 서비스가 농업 의사결정에 어떻게 기여할 수 있는지에 대해 구체적인 사례를 통해 이해를 돕습니다. 본 강의는 기후변화와 변동성에 대응하는 농업기후서비스의 역할을 중심으로, 이론과 실무를 연결하는 통합적인 접근법을 제공합니다.전선 / 대학원
본 과목에서는 식물생산을 위한 환경조절 이론 및 식물생육 반응의 모델링을 중점적으로 다룬다. 구체적으로는 작물생산에 영향을 미치는 각종 환경요인, 시설내의 미기상 해석, 환경변화 예측, 환경 및 생체정보 계측, 식물 환경조절 이론에 관하여 학습한다. 또한 시설 내 환경조건에 따른 식물생육, 광합성, 기공반응, 배지의 함수율, 기타 환경요인의 조절에 대한 식물생육 반응 모델링 등을 연구한다. 또한 이러한 내용을 조직배양시스템, 온실 작물생산, 무토양재배, 밀폐생태계 식물생산시스템에 대하여 적용한다.전선 / 학사
작물 재배는 토양, 기후, 수분, 영양, 유전자, 경작 방식 등 다요소 간 상호작용의 결과이며, 시스템 과학은 이러한 요소 간 동적 관계, 피드백 루프, 비선형성을 분석하는 데 매우 중요함. 스마트 농업, 지속가능한 농업을 추구하기 위해 작물 생육에 관련된 생리학적 기작들에 대한 이해와 더불어 토양, 수분, 온도, 대기, 광 등 여러 환경 영향을 강의함. 또한 작물의 유전성과 재배관리에 관한 개론을 포함하여 작물재배에 대한 시스템 과학의 기초를 제공함.전선 / 대학원
급변하는 농식품산업 분야 경제 이슈를 실증적으로 다루기 위해 동태분석방법을 학습한다. 농식품산업은 해외시장 개방, 기후변화, 소비 트렌드 변화, 전·후방 산업과의 융·복합 등으로 시장 상황이 시시각각 변화하고 있다. 이에 기존 정태분석을 넘어 동태분석에 대한 이해와 응용이 필수적으로 요구된다. 본 과목은 다음과 같이 구성된다. 첫째, 농식품산업의 동태적 특성을 파악하기 위해 전통적 시계열 모형과 동태계획법을 적용한다. 둘째, 칼만 필터링(Kalman filterting), 베이지언 (Bayesian) 추론, 마르코프 체인 몬테카를로(Markov Chain Monte Carlo, MCMC) 시뮬레이션 등 예측 관련 최신 방법론을 학습한다. 셋째, 농식품산업 분야 정형 및 비정형 빅데이터를 활용한 데이터 마이닝, 신경망(neural network) 등 머신러닝(machine learning) 기법을 도입하여 동태분석의 틀을 확장한다.전선 / 대학원
본 교과목은 실습을 통해 실험 포장 및 온실에서 직접 작물을 재배하고 농업 현장 답사를 통해, 다양한 환경 조건이 작물 생장에 미치는 영향을 이해하고, 시기별 발생하는 병해충을 조사하여 작물과 이를 둘러싼 주변 생태간의 상호작용을 탐구한다. 작물 생산성을 높이기 위해서는 작물의 유전적 특성에 기반하여 빛, 온도, 토양, 수분 등 비생물적 환경요인과 더불어 병, 해충 등 생물적 환경요인과의 상호작용을 이해하는 것이 매우 중요하다. 본 교과과정을 통해 작물의 생육 후기 및 수확기에 중요한 경농적 수단을 실습을 통해 익히고, 이 시기에 작물 생산성에 영향을 미치는 생물적 비생물적 환경요인을 파악한다.전선 / 학사
일기와 관련한 지구상 각 지역의 특징적인 기상 현상을 설명한다. 특히 동아시아지역의 몬순, 중위도 고·저기압계, 태풍, 강수를 다룬다. 컴퓨터를 이용한 기본 일기도의 작성과 분석을 실험하며 기본 일기도를 이용하여 보조 일기도의 작성한다. 강의에서 다룬 일기계의 실제 예보법을 습득하고 일기예보 브리핑을 수행한다.전선 / 대학원
본 교과목은 식물병의 생태학적 특성에 대한 이해를 기반으로 생태모델링 원리를 도출하고 다양한 식물병관리분야에 활용하는 능력을 기르는데 포커스를 맞춘다. 특히 식물병에 대한 기후변화 영향 및 취약성 평가 실습을 통해 생태모델링에 필수적인 다양한 데이터와 소프트웨어의 활용 역량을 강화하고 농업기후 빅데이터로부터 의미 있는 결과를 도출하고 해석할 수 있는 데이터분석 능력을 배양한다.전선 / 대학원
본 교과목은 실습을 통해 실험 포장 및 온실에서 직접 작물을 재배하고 농업 현장 답사를 통해, 다양한 환경 조건이 작물 생장에 미치는 영향을 이해하고, 시기별 발생하는 병해충을 조사하여 작물과 이를 둘러싼 주변 생태간의 상호작용을 탐구한다. 작물 생산성을 높이기 위해서는 작물의 유전적 특성에 기반하여 빛, 온도, 토양, 수분 등 비생물적 환경요인과 더불어 병, 해충 등 생물적 환경요인과의 상호작용을 이해하는 것이 매우 중요하다. 본 교과과정을 통해 작물의 파종 및 생육 초기에 영향을 미치는 생물적 비생물적 환경요인을 파악하고, 작물 생산성을 높이기 위한 경농적 수단을 실습을 통해 습득한다.전선 / 학사
작물 재배를 위한 환경은 작물의 생체 정보를 기반으로 조절된다. 작물의 생장 특성을 이해하고 환경 또는 생육 단계 변화에 따른 표현형 정보를 올바르게 계측하는 것은 작물 생산의 생력화, 자동화 및 최적화를 실현하기 위한 기초 작업이다. 본 교과목에서는 생장 지수, 기체 교환, 엽록소 형광 등의 식물 생장 지표를 소개하고, 사례연구를 통해 응용 방안에 대하여 논의함으로써 정밀농업 분야를 전공하고자 하는 학생들에게 기초 지식과 전망을 제시한다.전선 / 대학원
본 과목에서는 원예 작물생산에 관련된 생육 모델링 및 시뮬레이션에 관한 내용을 다룬다. 구체적으로는 다양한 모델링 및 시뮬레이션 기법, 조직배양시스템으로부터 밀폐생태계 식물생산시스템에 있어서의 환경요인과 식물생육과의 관계 정량화, 원예작물의 생육 및 양분 모델링, 데이터 분석기법, 유용한 소프트웨어 운용방법, 다양한 지식공학적 수법의 이용방법에 관하여 연구한다.전선 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.전선 / 대학원
온라인 교육 활동이 활발해지면서 교육 분야의 데이터가 폭발적으로 증가하고 있다. 온라인 교육이 쏟아내는 빅 데이터의 추출과 분석은 오프라인 데이터의 분석과 함께 과학교육의 현황을 파악하고 미래를 위한 과학교육의 방향을 결정하는데 중요한 정보를 제공할 수 있다. 이 과목에서는 학생들이 빅 데이터 분석의 원리와 방법을 이해하고, 학습 결과를 온라인과 오프라인 과학교육과 사회현상의 분석에 응용하는 능력을 기르는 것을 목표로 하며, 데이터 마이닝을 위한 확률 개념을 바탕으로 수집된 데이터에서 최대의 정보를 추출하는 방법을 학습한다. 특히, 대표적 분류 모형인 퍼셉트론, 합성곱 신경망, 순환 신경망, 생성 모형으로 오토 인코더, 적대적 생성 신경망, 볼츠만 머신, 딥 빌리프 네트워크 등을 깊이 다룰 예정이다. 학생들은 이 주제들에서 학습한 내용을 교육 데이터 마이닝의 실습, 무크와 같은 대규모 학습의 분석에 응용하는 연습을 한다. 이 과목은 교육 통계와 좋은 보완이 될 수 있다. 그러나 강의를 이해하는데 필요한 통계 수학과 컴퓨터 프로그램 지식을 선행 지식으로 요구하지는 않는다.전선 / 대학원
본 교과목은 다양한 농산업 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 학습하는 것을 목적으로 한다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.전선 / 대학원
농림기상 분야의 정보에 공간정보의 비중이 크다. 디지털화된 공간정보는 기초 지형정보, 인문사회적정보, 원격탐사 등과 관계형 데이터베이스로 연결할 수 있으며, 정보의 조합과 분석을 통해 농림기상 분야의 관리에 필요한 정보를 생성할 수 있다. 이 강의에서는 프로그래밍을 기반으로 농림기상분야의 공간분석 능력을 기르고, 대량 생산되고 있는 모바일과 원격탐사 데이터 등의 적용 가능성과 방향을 고찰한다.전선 / 학사
이 과목은 기후변화의 성격을 탐구하고 문제의 경제학적 해결책에 관한 종합적인 이해를 얻도록 한다. 강의는 우선 기후변화의 발생 원인과 각 부문에의 영향을 정리하며, 그 비용과 편익을 분석한다. 현세대와 미래세대를 모두 고려할 때의 최적의 온실가스 농도가 어느 정도이여야 하는지를 검토하며, 이를 달성하기 위한 감축노력을 유도할 수 있는 정책수단을 공부한다. 그리고 기후변화에 대한 적응조치의 종류와 이를 도입하기 위한 경제적 수단과 그 효과도 분석한다. 특히 기후변화가 식량의 생산과 소비에 미치는 영향과 바이오에너지를 포함하는 재생가능 에너지원으로의 전환문제를 중점적으로 다룬다. 아울러, 기후변화에 대응하기 위한 국제협력의 과정과 성과 및 관련 이론을 소개하며, 기후변화의 경제학적 분석에 사용되는 계량적 분석수단도 소개한다.전선 / 대학원
본 교과목은 농촌의 미래 환경 예측을 위해 요구되는 데이터 분석 방법 및 알고리즘을 이해하고 Python 프로그램을 통해 예측 방법론을 구현하고 적용하는 것을 목적으로 한다. 본 교과목을 통해 최근 농촌환경예측 방법론의 적용사례를 살펴보고 토론하며 실습하게 함으로써 그린에코공학에서 농촌환경예측 기술의 활용 능력을 습득하게 하고자 한다.