최근 확인한 콘텐츠
loading...
본 연구는 딸기 재배 과정에서 획득된 생육 정보와 하우스 내 환경 정보를 분석하여 딸기 생산에 최적화된 환경을 조성하는 의사결정 시스템 개발을 목표로 한다. DRCM 설계를 통해 기존 CNN 모델보다 학습 속도는 다소 느리지만, 진단 성공률을 높여 딸기 생산 농장 데이터 분석 성공률을 약 9.4% 향상시켰다. 개발된 시스템은 농민들이 쉽게 접근하여 직접적인 개입을 줄일 수 있는 방안을 제시한다.
스마트농업 기술, 시장 트렌드와 농업 공정별 AIㆍ데이터분석 활용 동향과 대응 전략
감미단백질 생산유전자(Monellin gene) 도입에 의한 고감도 딸기 육성 시스템 개발 =
Deep learning for sustainable agriculture
드론 영상 기반 농경지 공간 정보를 활용한 생육 관리맵 생성 및 정밀농업 시스템 개발 보고서
농업 ICT융합 선진사례 모음
즐거운 농업의 시작, 스마트팜 이야기 : 스마트팜으로 새오룬 농촌문화 정착의 혁신 길라잡이
Agricultural Internet of Things and decision support for precision smart farming
Decision support systems in potato production: bringing models to practice
Trends and Advances in Information Systems and Technologies : Volume 3
스마트시대 농업경영학 =
국내외 스마트농업 산업동향보고서
식품·외식산업과 ICT기술의 융복합체인,푸드테크 사업화 동향과 기술개발 전략
Cropping systems : trends and advances
Improving soil fertility recommendations in Africa using the Decision Support System for Agrotechnology Transfer (DSSAT)
저농약 고품질 딸기의 생산 및 유통 가공 기술의 연계 시스템 개발 =
Digital Ecosystem for Innovation in Agriculture
雜草防除學原論
Sensing, data managing, and control technologies for agricultural systems
드론 스마트 농업 : 4차 산업혁명 핵심기술
Advances in Crop Modelling for a Sustainable Agriculture
김나은, 한희선, 아룰모지엘렌체쟌, 문병은, 최영우, 김현태 · 2022
생물환경조절학회지
추미희, 신창선 · 2025
스마트미디어저널
Abdo-Peralta, Paula; Garcia-Pumagualle, Cristian; Carrera-Silva, Katherin; Frey, Catherine; Rosero-Erazo, Carlos Rolando; Ortega-Castro, John; Orozco, Juan Sebastian Silva; Toulkeridis, Theofilos · 2024
AGRONOMY-BASEL
박진욱, 안희학, 이병관 · 2018
한국정보전자통신기술학회 논문지
박철홍, 이수창, 이미정, 김진영, 유광현 · 2024
디지털콘텐츠학회논문지
정윤수 · 2023
한국정보기술학회논문지
Singh Naseeb; Mahore Vijay; Kaur Simardeep; Ajaykumar Kethavath; Choudhary Vinod · 2024
Journal of Biosystems Engineering
전선 / 대학원
본 교과목은 농산물의 수확 후 품질관리 고도화를 위해 유통 단계 중 적용될 수 있는 첨단기술 (블럭체인, 클라우드, 디지털 트랜스포메이션 등)의 적용기술을 포함하고 있으며 수송 및 유통 중인 농산물의 품질특성을 측정, 분석할 수 있는 실시간/원격 비파괴 평가기술들에 대한 내용을 포함한다. 구체적으로, 다양한 센싱정보 (영상 등)를 실시간 무선통신방식으로 수집하여 클라우드 기반의 빅데이터를 구축하고 이러한 정보를 분석할 수 있는 딥러닝 기반의 첨단기술들에 대한 구체적 방안에 대해 논의하며 프로젝트를 통해 관련기술들을 구현하도록 한다.전선 / 학사
스마트농업 정보시스템은 현대 농업에서 정보통신기술(ICT)을 활용하여 농업 생산성을 향상시키고 효율적인 경영을 실현하는 통합 시스템이다. 이 과목에서는 농식품 산업에서 활용되는 디지털 정보시스템의 기본 이론부터 시작하여 빅데이터, 인공지능, 사물인터넷(IoT) 등 최신 기술을 농업 현장에 적용하는 방법을 학습한다. 학생들은 파이썬 프로그래밍을 기초로 데이터 분석 역량을 키우고, 텍스트 분석, 토픽 모델링, 군집 분석 같은 빅데이터 분석 기법을 익히게 된다. 특히 스마트팜 환경에서 수집되는 데이터를 실제로 다루면서 환경 최적화와 데이터 기반 의사결정 능력을 배양한다. 또한 머신러닝과 딥러닝 기술을 농업에 접목하는 방법을 배우며, 농식품 기술 전략, 특허와 지식재산권, 가치사슬 관리 등 경영학적 관점도 함께 습득한다. 프로젝트 기반 수업과 조별 과제를 통해 이론과 실무를 연결하며, 농식품 산업의 디지털 전환 시대에 필요한 종합적인 기술경영 역량을 키울 수 있는 과목이다. 농업의 미래를 이끌어갈 스마트농업 전문가로 성장하기 위한 실용적이고 체계적인 교육 과정을 제공한다.전필 / 학사
본 강의는 스마트 농업(Smart Agriculture) 전문가로서의 역량을 강화하기 위해, 농업 현장에서 생성되는 센서 데이터, 원격탐사 자료, 작물생육 모니터링 정보 등을 통계적으로 분석하고 의사결정에 활용할 수 있는 능력을 배양하는 것을 목표로 한다. 이를 위해 통계의 기본개념과 확률이론을 바탕으로 추정과 가설검정, F-분포와 분산분석, 처리 간 차이 비교방법, 회귀와 상관, 빈도분석 등을 다루며, 실험설계의 기본원리와 방법을 학습하여 통계분석 결과를 정확히 이해하고 응용할 수 있는 실무 역량을 기른다. 이러한 과정을 통해 학생들은 데이터 기반의 문제 해결 능력과 분석적 사고를 바탕으로 스마트 농업 분야에서 전문성을 발휘할 수 있는 기반을 마련한다.전선 / 대학원
스마트팜이란 정보통신기술을 적용하여 작물이나 가축의 생육 환경을 최적으로 제어·관리하는 농업 방식이다. 본 교과목에서는 스마트팜에서 재배하는 작물에 관련된 기초 지식과 실용화에 대한 내용을 강의한다. 구체적으로 스마트팜에서 발생하는 환경스트레스와 병해충의 예측 방법, 조기 진단 및 방제 기술을 소개한다. 예를 들어 병해충 발생 및 양분, 광, 수분 등의 재배 조건 변화를 감지할 수 있는 라만 분광법 및 휘발성 2차 대사물질을 감지할 수 있는 zNose 등을 이용하여 환경스트레스와 병해충을 관리하는 기술을 다룬다. 궁극적으로 스마트팜에서 재배되는 작물의 생장 및 생리적 특성에 대한 이해를 높이고 스마트팜에 적합한 작물 개발의 이론적 기초를 제공한다.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 / 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 재배, 유통, 운송, 무역 등 다양한 스마트농업 분야에 활용 가능한 AI모델을 개발할 수 있는 내용을 효과적으로 익힐 수 있도록 구성된다. 스마트팜의 재배를 위한 시스템 관리와 최적 재배환경 조성을 위한 AI모델 뿐만 아니라 농산물의 유통과 글로벌 무역에 이르는 전체 농업 벨류체인에 AI모델을 활용할 수 있도록 부문별 사례를 통해 수업을 진행한다. 교과내용은 빅데이터의 이해와 함께 다양한 머신러닝 알고리즘을 활용하여 모델을 만들 수 있는 실무적인 경험을 제공한다.전선 / 대학원
본 교과목은 약용작물 및 기능성 식물에서 유래하는 고부가가치 특수대사물질의 생산을, 스마트 농업 기술과 융합하여 최적화하는 전략을 학습한다. 센서, 빅데이터, 환경 제어 시스템 등 디지털 농업 요소를 활용하여 특수대사물질의 수율과 품질을 향상시키는 최신 사례를 다루며, 그린바이오 산업에서의 응용 가능성과 지속가능한 생산 시스템에 대한 융합적 사고를 기른다.전선 / 대학원
바이오시스템의 연구에 필요한 정밀농업과 ICT 정보공학의 기술과 적용사례를 다룬다. 이를 위해 정밀농업의 기반 기술인 지구측위시스템, 원격탐사, 변량살포 기술, 포장정보 검출 및 변이분석 등을 공부하고 ICT 정보처리를 위한 USN, 유무선 통신 및 ISOBUS 데이터 표준화 기술에 대한 이론적 고찰과 적용 사례를 다룬다.전선 / 대학원
본 교과목의 목표는 스마트팜 분야의 다양한 형식의 데이터를 분석 및 활용하는데 필요한 기계학습 기술과 지식을 제공하는 것이다. 다양한 전공자가 쉽게 접근할 수 있도록 기계학습 방법론뿐 아니라 컴퓨터 언어, 확률 및 통계 등 기계학습 이해를 위한 기초적인 내용들을 포함한다. 수강자는 본 과목의 이수를 통해 기계학습의 전반적인 이해와 함께, 스마트팜 분야의 다양한 형식의 데이터에 대한 기초적인 분석 및 응용에 활용할 수 있으며 추후 심화과정을 위한 기초 지식으로 활용할 수 있다.전선 / 대학원
본 교과목은 스마트팜 시설 재배 시 주로 문제가 되는 작물병에 대한 기본 지식을 제공하고, 스마트팜 환경에서의 작물병의 발병 및 확산 기작에 대한 고찰을 통해 작물병 진단 기술의 자동화 및 효과적인 방제 대책 수립을 위한 이해를 도모하고자 한다. 이를 위해 최신 스마트팜 시설의 환경 제어 및 작물 재배 시스템을 소개하고, 다양한 작물병의 진단 원리를 바탕으로 스마트팜에 적용 가능한 병 진단 기술 개발에 대해 토론하며, 관련분야의 최신 연구 동향 및 전망을 소개한다.전필 / 학사
이 교과목은 지능 시스템의 핵심 개념과 이를 구현하기 위한 알고리즘 및 자료구조를 학습하는 기초 과목이다. 학습 기반 인공지능 이전 단계에서 사용되는 탐색, 추론, 지식 표현 등 전통적인 인공지능 기법의 원리를 이해하고, 이를 구현하는 데 필요한 스택, 큐, 트리, 그래프 등의 자료구조와 관련 알고리즘을 함께 학습한다. 특히 상태 공간 기반 문제 해결, 휴리스틱 탐색, 규칙 기반 추론, 의미망 및 온톨로지와 같은 지식 표현 방식에 대해 실습을 통해 다루며, 실세계 문제를 해결할 수 있는 기반을 마련한다. 본 과목은 이후 기계학습 및 심층학습 과목으로의 진입을 위한 이론적·실용적 토대를 제공한다.전선 / 대학원
본 과목은 4차 산업혁명 시대의 핵심 기술인 데이터 사이언스를 활용하여 지역산업의 구조와 특성을 체계적으로 분석하고 이해하는 것을 목표로 한다. 학생들은 산업집적, 산업입지, 지역경제 등 지역산업을 구성하는 다양한 요소들을 데이터 기반으로 접근하는 방법을 학습하게 된다. 수업에서는 공간 데이터 분석 기법을 활용하여 산업단지의 입지 특성과 경제성을 평가하고, 지역별 산업 생태계의 현황을 정량적으로 분석하는 실무 역량을 배양한다. 특히 통계 자료와 공간정보를 결합한 분석을 통해 지역산업의 경쟁력과 발전 가능성을 진단하고, 이를 바탕으로 전략적 의사결정을 지원할 수 있는 능력을 기른다. 학생들은 실제 지역산업 데이터를 직접 수집하고 가공하여 분석하는 프로젝트를 수행하며, 산업단지 개발의 경제성 평가, 산업입지 최적화 분석, 지역 산업 클러스터 전략 수립 등 실무에 바로 적용 가능한 분석 기법을 습득하게 된다. 이를 통해 데이터 기반 의사결정 능력과 지역산업에 대한 통합적 이해를 갖춘 전문가로 성장할 수 있는 토대를 마련한다.전선 / 학사
신선농산물은 재배 후 수확되어 목적에 따라 저장 및 유통 후 소비자에게 전달이 된다. 최근 정보통신 기술, 생명공학 기술, 디지털 기술의 발달로 농산물의 수확 후 저장, 유통, 수출에 첨단 기술이 도입이 되고 있으며 이를 스마트 저장유통 기술이라고 부른다. 국내외 산지유통센터 중심으로 신선농산물 저장유통 기술의 개발과 실제 시장에서 사용하는 기술을 배우고 더 나아가 온라인 신선농산물 유통 및 마케팅 기술에 대하여 배운다. 식물 생리학, 수확물 생리학, 인공지능 등을 접목한 강의가 이루어진다.전선 / 대학원
본 교과목에서는 공학적 지식에 기반한 스마트팜의 환경 조절에 대한 학습이 목적이다. 환경조절을 위한 센싱, 센싱된 환경 데이터의 처리 및 이용, 자동 제어 등과 관련된 이론 및 실습을 진행한다. 빅데이터 기반 자료 분석, 환경 조절 시뮬레이션, 에너지 설계 등에 관련된 실습도 진행한다. 기초 이론과 실습을 통해 스마트팜의 발전과 미래를 위해 앞으로 해결해야 할 과제 및 발전 방향을 모색한다. 다양한 해결 및 발전 과제 중 환경공학 설계와 관련된 구제척인 목표를 선정하여 조별 프로젝트 과제도 수행한다. 프로젝트 수행 시 실습을 통해 습득한 빅데이터, 인공지능, 데이터마이닝, 수치해석, 에너지설계 등의 기법을 활용하도록 한다. 본 수업을 통해 기초 이론을 습득할 뿐만 아니라, 현재의 문제점 및 발전 방향을 탐색할 수 있는 능력도 배양한다. 나아가 조별 프로젝트를 통해 구체적 목표를 달성하기 위한 공학적, 정량적 분석을 수행한다.전선 / 대학원
작물디지털육종학에 대한 연구 동향을 숙지하기 위하여 세계적인 학술지에 발표된 관련 전문학술논문을 소개하고 이에 대한 심층적 토의를 한다. 작물디지털육종학의 세계적인 발전 주제를 정밀 분석하고 이들 발전의 뒷받침이 되는 학술적 및 기술적 진보를 추적한다. 주요 강의 내용은 유전자의 구조, 발현 및 조절에 대한 최신 이론 ; 혁신적인 유전적 변이의 창성 방법; 식물과 병원성 미생물간의 상호작용; 및 생명공학적 기법의 육종적 활용 등을 강의한다. 추가로 표현형 정보, 환경 정보 등 다양한 바이오 데이터를 활용하는 머신러닝과 AI 등 디지털 기술을 통해 작물의 형질 발현을 예측하는 기술을 다룬다.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
유전체, 단백질체, 대사체 및 표현체 등을 포함한 빅데이터와 이를 이용한 연구 기법은 가설의 수립과 높은 정확도의 검증 결과를 통해 생물학적 현상을 이해하는 주요한 방법으로 자리잡고 있다. 이 강의는 생물학 연구에 유용한 다양한 오픈 소스의 빅데이터와 분석 기법을 살펴보는 것을 내용으로 한다. 문헌분석, 빅데이터의 구조, 빅데이터의 분석 등 빅데이터 기반 생물학 연구 기법의 일반론과 함께, 대사성 표현형 및 암질환 연구 등에 대한 활용 방법을 살펴봄으로써 생물학 빅데이터에 대한 이해를 높이고 앞으로 관련 학문을 전공하고자 하는 학생들에게 이론 및 실천적 지식과 전망을 제시한다.전선 / 대학원
지역 중소기업의 특성과 발전 방향을 데이터를 통해 파악하고, 이를 기반으로 비즈니스 전략을 세우는 방법을 다룬다. 먼저, 학생들은 지역 중소기업이 어떤 특성을 가지고 있으며, 각 지역별로 주요 기업이 어떻게 발전하고 있는지, 그리고 그 기업이 경제와 사회에 미치는 영향을 분석한다. 이를 통해 각 기업이 글로벌 시장과 어떻게 연계되어 있으며, 지역 기업 구조가 변화하는 과정에서 지역 혁신 클러스터가 어떤 역할을 하는지 이해할 수 있게 된다. 또한 이 교과목은 데이터사이언스에 필요한 분석 방법(회귀분석, 시계열분석, 빅데이터분석, 머신러닝, 딥러닝 등)을 가르친다. 학생들은 데이터를 수집하고 전처리하는 방법을 배우며, 통계 분석 도구와 소프트웨어(STATA, R, Python)를 사용해 데이터를 분석하고 시각화하는 방법을 익힌다. 이를 통해 실제 데이터를 기반으로 지역 중소기업의 경쟁력이나 성과를 평가하고, 예측 모델을 구축하는 실습을 진행한다. 수업의 중요한 부분은 데이터사이언스를 통해 도출된 결과를 바탕으로 지역 중소기업 비즈니스 전략을 수립하는 것이다. 학생들은 지역 중소기업 내에서 발생하는 문제를 해결할 수 있는 실질적인 전략을 세우는 연습을 하게 된다. 이러한 과정을 통해 데이터에 기반한 분석적 사고를 강화할 수 있다.전선 / 학사
농식품산업의 자료를 축적하고 정보를 분석하는 빅데이터분석의 기초적인 이론과 방법에 대한 학습기회를 제공한다. 정보시스템을 위한 통계의 기초와 원리 이해, 기초 수리통계, 통계적 방법의 연구 실험응용, 통계용 스프트웨어 사용능력 배양, 기초적인 데이터마이닝기법, 계량분석, 의사결정기법 등에 대해 강의한다.