최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
김신곤
2018 / 한국산학기술학회논문지
데이터가 존재하지 않습니다.
loading...
본 연구는 마늘 생육 과정과 일일 기상 변수를 활용하여 마늘 생산량에 영향을 미치는 기후 요인을 도출하고, 단위 면적당 마늘 생산량 예측 모델을 개발했습니다. 빅데이터 분석 기법과 요인 분석을 통해 다중공선성과 자유도를 제어하고 회귀 분석의 적합성과 예측력을 향상시켰습니다.
Handbook of agricultural meteorology
Statistical analysis of climate series : analyzing, plotting, modeling, and predicting with R
Modelling and parameterization of the soil-plant-atmosphere system : a comparison of potato growth models
FAO plant production and protection paper
Physiological plant ecology
Physiological plant ecology I : responses to the physical environment
Assessment of crop loss from air pollutants
Working with dynamic crop models : evaluating, analyzing, parameterizing, and Application
Forest growth and yield modeling
Trends and Advances in Information Systems and Technologies : Volume 3
Agrometeorology : principles and applications of climate studies in agriculture
Digital Ecosystem for Innovation in Agriculture
Plant growth modeling for resource management
Applications of seasonal climate forecasting in agricultural and natural ecosystems : the Australian experience
Optimal control of greenhouse cultivation
Climate prediction and agriculture : advances and challenges
Periodicity and stochastic trends in economic time series
Hydroclimate: the influence of water movement on freshwater ecology
Omics technologies for sustainable agriculture and global food security :
한국엔터테인먼트산업학회논문지
강윤정, 김성현, 김주형, 이상원Acta Geophysica: Official Journal of The Institute of Geophysics, PAS and Polish Academy of Sciences
Birhan, Megbar W.; Tariku, Shimelis한국농림기상학회지
김진희, 김대준, 서보훈, 김광수한국농림기상학회지
김미리; 김승규한국데이터정보과학회지
최성천, 백장선한국농림기상학회지
조세라, 이준리, 심교문, 김용석, 허지나, 강민구, 최원준한국콘텐츠학회 논문지
임종태, 최지현, 최환용, 정상준, 이서희, 황현중, RETITI DIOP EMANE CHRISTOPHER, 김윤아, 유재수Global and Planetary Change
Liang B.,Liu H.,Wang S.,Cressey E.L.,Dahlsjö C.A.L.,Xu C.,Wang J.,Wang Z.,Liu F.,Feng S.,Shi L.,Dai J.,Cao J.,Li F.,Quine T.A.Potato Research
Zhang X.,Dong Y.,Lv H.,Huo Z.,Wang Y.,Li Z.,Liu R.,Wang Z.,Wang Y.한국데이터정보과학회지
최성천; 백장선대한원격탐사학회지
나상일, 박찬원, 소규호, 박재문, 이경도Results in Engineering
Dash, R.; Dash, D.K.; Biswal, G.C.글로벌경영학회지
이승인, 조용빈, 이혜진International Journal of Applied Earth Observation and Geoinformation
Xu X.,He W.,Zhang H.KSII Transactions on Internet and Information Systems
ChinComputers and Industrial Engineering
Srinivasan R.,Giannikas V.,Kumar M.,Guyot R.,McFarlane D.Nongye Jixie Xuebao/Transactions of the Chinese Society for Agricultural Machinery
Li T.,Feng Z.,Sun S.,Cheng W.한국농림기상학회지
김재휘, 최성천, 김준기, 서홍석농업생명환경연구
지정훈, 박현주, 이상현Heliyon
Jung M.,Kim J.,Kim E.Y.,Yoo C.,Ko D.,Lee H.,Chae Y.,Kim Y.M.,Yi G.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 / 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
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
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 / 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 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
농경지를 구성하는 무기적 및 유기적 생태요소들을 분석하고 작물의 생육과 수량과의 관계를 평가한다. 작물군락에서의 생태환경의 변화와 에너지흐름을 추정하고 작물생산성의 효율성과 증대를 모형화한다. 경지의 유형과 종류에 따라 환경요소들을 제어하고 생산모형을 설정하고 환경보전형 경지 관리기술을 소개한다전선 / 대학원
농경지를 구성하는 무기적 및 유기적 생태요소들을 분석하고 작물의 생육과 수량과의 관계를 평가한다. 작물군락에서의 생태환경의 변화와 에너지흐름을 추정하고 작물생산성의 효율성과 증대를 모형화한다. 경지의 유형과 종류에 따라 환경요소들을 제어하고 생산모형을 설정하고 환경보전형 경지 관리기술을 소개한다전선 / 대학원
국제농업개발에 있어 개발의 효과성을 어떻게 측정할 것인지, 농업부문의 개발에 있어 이를 경제학적으로 어떻게 구조화하고 실증분석을 할 것인지는 대단히 어렵지만 필요한 문제이다. 본 과목은 실험 자료나 설문 조사 등 1차 자료를 어떻게 확보하는지, 또한 확보한 자료를 경제적으로 어떻게 분석할 것인지를 학습하는 과목이다. 특히 국제농업 개발 협력을 추진하면서 국내 또는 개도국에서 확보하게 되는 다양한 1차 자료를 어떻게 분석할 것인지에 대한 기본적인 Tool을 이해하고 이를 적용하고자 한다.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
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 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
대상지의 환경 상태를 과학적으로 진단하고 정확하게 평가하는 것은 더 나은 환경계획 수립을 위한 선결조건이다. 최근에는 다양한 환경모니터링 기술의 발전과 함께, 보다 높은 시공간적 스케일에서 양질의 환경자료를 보다 효율적으로 취득하는 것이 가능해지고 있다. 또한 다양한 환경분야에서 서로 다른 목적과 강도로 수집된 자료들 또한 빅데이터 기술을 통해 융합, 분석됨으로써 환경평가에 활용하는 것이 기대되고 있다. 본 수업에서는 이러한 생태환경을 구성하는 다양한 생물적, 비생물적 인자들에 대한 모니터링 방법론과 기술들을 소개하고, 워크숍을 통해 그 효용성과 한계를 토론하는 시간을 가진다. 이를 통해 수강자들은 환경자료에 대한 이해를 높이며, 이를 바탕으로 보다 합리적인 환경평가방법을 고민하게 된다.전선 / 대학원
다른 과목에서 배운 계량적 분석방법을 현실 농업문제에 응용한다. 비교정학(comparative statics)에 의한 모형분석, 칼만 필터(Kalman filter), 뉴럴 네트워크(neural network), 유전자 알고리즘(genetic algorithm), 부트 스트랩핑(boot strapping), 커널 추정(kernel estimation) 등을 다룬다.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
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
이 과목에서는 대도시와 중소도시, 농촌 등 지역의 성장과 퇴보, 인적 자원과 경제 자원의 공간적 집중과 분산, 경제활동의 공간 배분, 공간 효과의 정태성과 동태성, 비공간적인 정책의 공간적인 투영 과정 등을 해석하는데 경제학, 지리학, 경영학, 공간학 방법론들이 어떻게 적용될 수 있는 지를 검토한다. 자료의 구축과 분석, 모형 구조의 설정, 모형의 추정, 모형 적합도 분석 및 실험 등 분석 방법론의 전체 과정을 검토한다.전필 / 학사
지역기후시스템공학은 지역의 기후·기상 환경과 농업생산 사이의 상호작용을 이해하고, 이를 토대로 농업시스템의 생산성과 안정성을 높일 수 있는 공학적 해법을 모색하는 교과목이다. 구체적으로 복사, 온도, 강수, 바람 등 기후·기상 요인이 작물의 광합성, 호흡, 증산, 생장, 발육에 미치는 영향을 학습하고, 이를 기반으로 다양한 환경 조건에서의 작물 생육을 모의하는 기법을 습득한다. 나아가 습득한 지식과 기법을 생물환경조절공학 및 관개배수공학 등의 분야에 응용하는 방법을 배움으로써 기후위기에 효과적으로 대응할 수 있는 농업시스템을 설계하는 역량을 기른다.전선 / 대학원
철근콘크리트의 내진설계를 강의하며 특히 접합부 및 프레임-벽체시스템에 대한 연구에 치중한다.전선 / 대학원
이 교과목에서는 산업인력개발과 관련된 여러가지 상황에서 얻어진 자료들의 의미를 파악하기 위해 집중경향, 변산도, 상관관계 및 변량분석등의 통계방법을 이해하고, 이를 관련 연구에 활용할 수 있는 능력과 통계 패키지를 실제로 사용할 수 있는 능력을 배양한다.