최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 무인항공기를 이용한 영상자료와 딥러닝 기반 객체인식 방법을 활용하여 소나무재선충병 감염의심목을 효율적으로 탐지하는 가능성을 제시한다. 항공촬영으로 획득한 영상 데이터를 통해 198개의 피해목을 확인하고, 현장 조사를 통해 84개의 피해목을 검증하였다. SegNet과 YOLOv2를 이용한 분석 결과, 각각 0.57과 0.77의 성능을 보였다.
UAV 및 다중분광 영상을 이용한 소나무재선충병 예찰기법 및 인공지능 자동화분석기법 개발 최종보고서(안)
나무 병해충 도감 =
드론과 현장: 편포스트 코로나 시대 드론을 활용한 스마트한 산림 관리법
Computer vision and machine learning in agriculture
소나무재선충병 수종별 피해양상 분석 및 방제기술 개선
소나무재선충병 선제적 맞춤형 방제전략 및 기술 연구 : 2016~2019
Object-based image analysis : spatial concepts for knowledge-driven remote sensing applications
GIS applications in agriculture.
European spatial data for coastal and marine remote sensing : proceedings of International Conference EUCOMARE 2022-Saint Malo, France
Pine Wilt disease
中國森林資源圖集
Plant virology protocols : new approaches to detect viruses and host responses
Understanding and Reducing Landslide Disaster Risk : Volume 2 From Mapping to Hazard and Risk Zonation
Pine wilt disease : a worldwide threat to forest ecosystems
Advances in forest inventory for sustainable forest management and biodiversity monitoring
Computer applications in sustainable forest management : including perspectives on collaboration and integration
나무병해충 예찰방제 관리
Identification of conifer insects by type of tree injury,lake states
살처분·이동통제 범위 등에 대한 오리, 닭 등 품목별 현 국가 예찰 및 방역 시스템의 평가와 개선방안연구
Oxidant air pollution impacts in the montane forests of Southern California : a case study of the San Bernardino Mountains
Lim W.,Choi K.,Cho W.,Chang B.,Ko D.W. · 2022
Forest Science and Technology
Ye, Xinquan; Pan, Jie; Shao, Fan; Liu, Gaosheng; Lin, Jiayi; Xu, Dongxiao; Liu, Jia · 2024
COMPUTERS AND ELECTRONICS IN AGRICULTURE
박정일, 이문석, 최승영 · 2021
한국지적정보학회지
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
산림에 피해를 주는 요인에는 생물적 요인과 비생물적 요인으로 구분된다. 본 과목에서는 산림에 피해를 주는 생물적, 비생물적 요인에 대해 공부하고 이를 예방, 구제 또는 치유하는 이론과 방법을 공부한다. 구체적으로는 소나무재선충병, 참나무시들음병, 솔잎혹파리, 솔껍질깍지벌레 등을 비롯한 주요 산림병해충에 대한 생태 및 화학적, 생물적, 물리적, 기계적, 임업적 방제법 등에 대해 공부한다. 또한, 기후, 대기오염, 토양, 화학물질 등 비생물적 요인에 의한 산림 및 수목 피해 증상, 예방, 치료에 대하여 공부한다.전선 / 학사
산림과 수목에 피해를 주는 다양한 원인과 성질을 공부하고 이를 예방, 구제 또는 치유하는 이론과 방법을 공부한다. 구체적으로는 물리적인 원인인 저온과 고온, 가뭄과 홍수, 눈과 비, 바람, 해풍 등 기상조건에 의한 피해 기작과 피해 방지법, 동물과 다른 식물에 의한 피해 양상 및 방지법, 인위적인 요인인 산불에 의한 피해와 예방 및 산불의 진화방법, 산불에 의한 수목의 피해와 산림토양 및 산림 생태계에 미치는 영향, 산성비와 지구온난화, 대기오염에 의한 피해양상, 피해 기작과 피해 방지 대책 그리고 수목의 외과 수술방법 등에 대하여 공부한다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.전선 / 대학원
바이러스병은 작물의 생산성을 심각하게 저해하나 현재까지도 개발된 치료약제가 없어 신속한 진단을 바탕으로 한 확산방지가 방제의 최선책이다. 최근 기후변화, 국제교역 증가, 신규 작물도입 등으로 인해 새로운 바이러스병이 돌발적으로 발생하여 피해가 커지고 있다. 본 교과목에서는 작물 바이러스병의 종류별 특성을 이해하고 다양한 기주식물에서의 병 발생, 병징, 방제에 관한 이해를 도모한다. 농업 포장에서 이병시료를 채집하여 원인 바이러스를 분리・동정하고 병리학적, 분자유전학적 특성을 분석하는 실험도 구성되어 있다.전선 / 대학원
본 교과목은 작물의 병적현상의 증상이나 발병의 경로를 밝혀 원인을 찾고 병든 작물의 형태적, 생리적 변화를 검정할 뿐만 아니라 예방, 치료의 원리 및 응용방법을 학습한다. 세부적으로 곰팡이, 세균, 바이러스의 종류와 병의 치료 및 예방사례를 토대로 습득하고 병을 예방하고 방제하여 작물피해를 줄이는 방법을 학습한다. 또한 작물의 발병 메카니즘을 이용하여 내병성 생물공학작물을 개발하는 기술을 습득한다.전선 / 대학원
농촌지역과 논, 밭으로부터의 유사 및 비료물질, 농약 등 비점오염 물질의 부하, 운송, 유달 과정을 논의하고, 주요오염물질에 대한 운송과정에 영향을 미치는 인자들의 관계를 설명한다. 또한, 비점오염의 저감 방안을 살펴보고, 그 특징과 효과를 학습한다. 최적관리기법의 종류와 특징, 적용방법 등에 대하여 고찰한다. 토양유실추정 프로그램 RUSLE2와 비점오염 모델 WEPP, EPIC, CREAMS, AGNPS, SWAT 등 모델 개요와 특징을 소개하고, 입력매개변수의 추정 방법을 학습하고, 시험 포장 및 유역에 적용하여 결과를 논의한다. 지리정보시스템 등을 이용한 비점오염 모형의 매개변수 추정과 응용에 대한 최신연구동향 등을 살펴본다. 본 강좌에서는 강의 및 토론 중심으로 진행하며, 과제물 학습을 통한 강좌내용에 대한 실제 응용력을 높이도록 한다.전선 / 대학원
지상촬영 위성 센서를 중심으로 그 활용범위를 살펴보고 실제로 컴퓨터처리 과정을 통하여 토지이용 분류, 삼림, 토질조사, 농업 등에의 활용능력을 배양한다.전선 / 대학원
광산이나 터널과 같이 암반에 건설되는 구조물의 시공과정에는 암반 노출면에 대한 조사가 필수적이다. 최근 이러한 암반 노출면에 대한 조사와 분석 과정을 무인화, 자동화하여 안전한 작업환경을 조성하고 조사 자료를 기반으로 신속한 굴착/보강설계를 수행하기 위한 노력이 지속되고 있다. 이 강의에서는 입체사진측량과 드론 등을 활용한 디지털 암반 조사방법과 AI를 이용한 불연속면 분석 및 암반분류에 관한 최신의 기술들을 다룬다.전선 / 대학원
다양한 딥러닝 신경망(CNN 등) 알고리즘을 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에 적용하여 자동적 영역분할, 치과질환의 자동적 탐지 및 분류하는 방법을 실습함. 치과영상 데이터의 annotation 방법, 신경망 학습, 테스트 및 모델의 성능분석 등을 디지털 치과 데이터를 실제 컴퓨터 서버에 탑재하고 실습하여, 학생 스스로 딥러닝을 이용하여 치과영상을 분석할 수 있는 능력을 제공함. Getting Started with Deep Learning Using PyTorch Building Blocks of Neural Networks Diving Deep into Neural Networks Fundamentals of Machine Learning Deep Learning for Computer Vision Deep Learning with Sequence Data and Text Generative Networks전선 / 학사
산림용 종자는 농작물과는 달리 야생성이 강하고, 묘목을 양성하는 방법에 있어서 노지양묘, 시설양묘, 무성번식 등 다양한 기술이 적용되고 있다. 본 교과목에서는 전통 방식의 양묘방법을 기반으로 초분광, 라이다, 드론, 자율주행 등 첨단 스마트 양묘기술(ICT, IoT, AI 등)을 접목하여 우량종자 채취, 고품질 묘목 생산 등에 대하여 학습한다. 특히 경제림과 특용수림 중심의 조림정책 변화에 부응하고, 현장에서 당면하고 있는 채종, 육묘 등과 관련된 현안에 대하여 토의와 현장학습을 통하여 산림용 종묘생산업의 활성화에 이바지하고자 한다. 아울러 임업종묘기사, 기능사 등 자격증 관련 업무 수행에 필요한 실습도 병행할 예정이다.전선 / 대학원
본 교과목은 기후 변화에 따라 새롭게 문제가 되고 있는 작물 병에 대한 기본 지식을 제공하고, 각 작물 병의 유입, 발병 및 확산 기작에 대한 고찰을 통해 효과적인 병 방제 대책 수립을 위한 이해를 도모하고자 한다. 이를 위해 전세계적으로 과거 문제가 되었던 작물 병의 발생, 확산, 방제법, 방제효과, 검역 등에 대해 소개하고, 최근 새롭게 문제가 되고 있는 작물 병의 특성을 바탕으로 효과적인 방제를 위한 조치 방안에 대해 토론하며, 관련분야의 최신 연구 동향 및 전망을 소개한다.전선 / 대학원
수의학 및 병충해를 통하여 발생 가능한 질병의 종류 및 이들의 발생 환경 요인들에 대해서 강의하며, 이들을 통하여 과거 발생하였던 피해 사례들 그리고 앞으로 기후변화에 따른 발생 가능성 및 위험성 등에 대해서 배운다. 수의학, 축산학, 병리학, 환경공학, IT 등에서 이들의 효과적인 대응을 위해 어떠한 노력들이 있고 이들과 관련된 기초과학 및 응용과학에 대해서 강의한다.전선 / 대학원
식물에 병을 일으키는 병원체들에 대한 분자유전학적 특성 및 이들 병원체와 식물과의 관계에 대한 전반적인 내용을 다룬다. 구체적으로는 곰팡이, 세균 및 바이러스를 중심으로 병원성과 관련된 유전자, 이들의 변이 메카니즘 및 병원체와 식물과의 상호작용에 대한 내용을 분자유전학적 측면에서 살펴본다. 고전적인 유전학에 대한 지식을 바탕으로 분자생물학적 기법을 이용하여 식물병 발생에 관련된 메카니즘을 이해한다.전선 / 대학원
환경 및 인체 위험을 최소화할수 있는 국토환경 조성을 위한 개념과 기술, 설계 및 시공 기법을 포괄하는 녹색복원 기법에 대한 내용을 소개한다. 세부내용은 자연상태로부터 현저히 저하되거나 회복탄력성을 상실한 지역 또는 대상에 적용가능한 생태복원 기법과 개발로 인해 유발되는 환경 유해요인을 감소시키거나 상쇄시키기 위한 친환경적인 기술 또는 공법을 다루는 저영향개발 기법으로 나누어 진다. 지능형 환경감시 모니터링 및 예측관리를 위한 환경 빅데이터 분석 또한 이론 및 실습교육을 통해 제공된다. 이 강의는 녹색복원의 기본개념에 대한 강의, 각분야별 전문가의 특강과 현장견학 및 실습으로 이루어 진다. 이 강의를 통해 녹색복원 분야의기초지식 및 응용능력을 갖춘 전문인력 양성을 목표로 한다.전선 / 대학원
정보과학분야의 첨단 기법인 데이터마이닝과 머신러닝에 대한 이론을 학습하고 상업용패키지를 이용하여 농업분야응용에 대해 실습하며, 농업분야의 필요한 알고리즘을 개발하는 학습기회를 제공한다. Decision Tree, Probabilistic Machine Learning, Baysian Classifier, Neural Nets, Support Vector Machine, K--NN, Boosting, K--Means and Hierarchical Clustering, Reenforcement Learning 등에 대한 이론적 연구와 농업분야의 응용을 상업적 패키지를 이용하여 학습하고, 농업분야를 위한 알고리즘의 개발에 대해 실습한다.전선 / 학사
본 교과목은 실험 데이터를 모아 놓은 데이터베이스 및 데이터의 해독에 필요한 프로그램에 대한 수요에서 비롯된 것으로 인간 및 동물의 게놈염기배열 정보를 바탕으로 생명현상을 이해하는 학문이다. 따라서 본 교과목에서는 유전적 표지인자를 이용 한 동물분자육종, 사람의 유전정보를 바탕으로 동물의 종간 비교지도작성, 단일 염기다형(SNP)의 해독기술, 특정 염색체영역에 있는 유전자 및 질병의 검색 및 Lab informatics 등에 대하여 강의한다.전선 / 대학원
구강악안면 감염의 상태를 정확히 인지하고 감염의 경로를 이해하여 손상을 최소로 하기 위하여 이용되는 영상의 효율적 이용을 위한 연구 및 실험을 시행한다.전선 / 학사
작물에 병을 일으키는 병원체 중 바이러스에 의한 병들과 주요 곤충에 기생하는 바이러스들의 일반적인 생물학적, 분자생물학적인 특성을 강의한다. 바이러스와 기주인 식물 및 곤충과의 상호작용에 의해 발생하는 주요 병들을 소개하고 그 기전에 대해 밝혀진 내용을 중심으로 소개한다. 이와 함께 생명공학에 도구로서 이용되는 바이러스벡터에 대하여 그 개념 및 실용성 등을 심화 학습한다.전선 / 학사
본 강의에서는 학생들이 산림 조사 및 생태 자료를 수집, 분석하는 종합적인 능력을 키울 수 있도록 기초통계, 샘플링, 실험설계, 사회통계, 산림경관 관련 자료 해석 등을 다룬다. 이 교과목에서는 산림과학 학생들에게 산림에서 보는 통계자료 해석과 수학적 분석의 실질적인 지식과 이해, 그리고 보전과 필요한 설계에 대한 적절한 의사결정력을 도우면서 동시에 문제 해결 방법론으로 산림에서 접하는 실질적인 연구에서 수집된 자료를 다루면서 분석능력을 키우고자 한다. 학생들은 R과 같은 통계프로그램, 엑셀, 데이터베이스, 기타 응용프로그램을 통해 문제를 해결하는 방법을 터득하는 것을 목표로 한다.