최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 돼지 도매시장에서 강화학습 알고리즘(A3C)을 활용하여 수익을 극대화하는 수급 의사결정 방안을 제시합니다. 계절별 돼지 도매가격 패턴 분석을 통해 최적의 매수/매도 시점을 결정하고, 이를 통해 높은 수익을 창출함을 확인했습니다.
Artificial Intelligence applications in agriculture and food quality improvement
Agricultural prices and commodity market analysis
Knowledge engineering in agriculture
스마트농업 기술, 시장 트렌드와 농업 공정별 AIㆍ데이터분석 활용 동향과 대응 전략
식품·외식산업과 ICT기술의 융복합체인,푸드테크 사업화 동향과 기술개발 전략
(만들면서 배우는) 기계 학습 : 생각을 만드는 빅데이터 기술
파이썬 기반 금융 인공지능 : 파이썬과 케라스를 활용한 금융 시계열 데이터 기반 알고리즘 트레이딩 전략
머신 러닝
Modelling growth in the pig
Breeding livestock adapted to unfavorable environments
빅데이터를 활용한 예측마케팅 전략 : 측정하고 반응할 줄 아는 기업으로의 안내
식품 산업과 인공지능
쇠고기·돼지고기 수급구조 분석 및 정책 시뮬레이션 모형 개발 =
Economics in nature : social dilemmas, mate choice, and biological markets
AI 코리아 2025 : first and fast
Machine learning with R cookbook : analyze data and build predictive models
Computers and Electronics in Agriculture
Taylor C.,Guy J.,Bacardit J.Asia Life Sciences
Ahn, Kyeong Ah; Jang, Ik-Hoon; Lee, Seo-Youn; Choe, Young ChanAgricultural Economics (Czech Republic)
Guo Y.,Hu X.,Wang Z.,Tang W.,Liu D.,Luo Y.,Xu H.Biosystems Engineering
Taylor C.,Guy J.,Bacardit J.Applied Intelligence
Binrong Wu; Huanze Zeng; Huanling Hu; Lin WangAmerican Journal of Agricultural Economics
Shao Y.,Xiong T.,Li M.,Hayes D.,Zhang W.,Xie W.Animal reproduction science
García-Vázquez FA데이타베이스연구
박소현, 김서연, 추민지, 안도훈, 박영호Neural Computing and Applications
Suaza-Medina M.E.,Zarazaga-Soria F.J.,Pinilla-Lopez J.,Lopez-Pellicer F.J.,Lacasta J.한국지역경제연구
백범수, 정현진, 강유빈, 김영순Applied Economic Perspectives and Policy
Sun, J.; Caputo, V.; Taylor, H.SUSTAINABILITY
Rahmani, Elham; Khatami, Mohammad; Stephens, EmmaAgriEngineering
Benvenga M.A.C.,Nääs I.d.A.,Lima N.D.d.S.,Pereira D.F.한국정보통신학회논문지
이웅섭, 성길영, 반태원, 함영화Computers and Electronics in Agriculture
He Y.,Tiezzi F.,Howard J.,Maltecca C.Journal of animal science
Alsahaf A; Azzopardi G; Ducro B; Hanenberg E; Veerkamp RF; Petkov NJournal of Intelligent and Fuzzy Systems
Kim, H.T.; Choi, H.; Ham, Y.; Lee, W.; Han, K.-H.; Ban, T.-W.Data Technologies and Applications
Rho H.,Choi K.,Yoo D.Annals of Operations Research
Pourmoayed R.,Relund Nielsen L.Biological Rhythm Research
Mokidur Rahman; Ajoy Mandal; Indrajit Gayari; Kangabam Bidyalaxmi; Debajyoti Sarkar; Teja Allu; Asish Debbarma전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.전선 / 대학원
이 과목은 농업분야 분석에 많이 적용되는 거시모형 수립을 위한 기초이론을 공부한다. 우선 일반균형이론에 대한 미시 경제학적 기초를 공부하고 그 이후 세대교차모형 및 여타 응용거시모형들에 대한 기초를 공부하게 된다.전선 / 대학원
전 세계적으로 닭고기의 생산과 소비량은 지속적으로 증가 추세에 있으며, 계란의 경우에는 완전식품으로서 높은 영양적 가치를 인정받고 있다. 따라서 가금 산업의 중요성은 더욱 확대될 것으로 예측된다. 본 강의를 통해서 세계 가금 산업과 발전 현황, 아프리카, 동남아시아 가금 산업 및 사육 현황에 대해 이해하고자 한다. 또한 대량 생산 체계뿐만 아니라 본 강의를 통해서는 지속 가능한 가금 생산 기술 습득 및 효율적이고 안정적인 소규모 가금 사양 기술을 습득하고자 한다. 이에 청정생산 공정 체계 연구, Backyard poultry farming 현황 및 생산성 향상 방안, 소규모 가금을 위한 사육 전략 연구 등 다양한 내용으로 통합적 이해 및 기술 활용을 목표로 한다.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
본 과목은 다양한 마케팅 자료를 이용하여 기업의 최적 마케팅 프로그램을 설계하고 진행하는데 필요한 분석적 접근 방법을 학습하는 것을 목표로 한다. 기존의 설문 조사 중심의 전통적 마케팅 조사의 접근 방법으로는 매일 빠른 속도로 생성되는 다양하고 방대한 마케팅 자료를 충분히 활용하는데 한계가 존재하는데, 이 과목에서는 이러한 개별 기업의 독자적인 거래 내역 자료 및 소비자의 구매와 미디어 소비에 관련된 외부 자료등 다양한 마케팅 관련 자료를 활용하여 제품, 가격, 촉진, 유통 등의 마케팅 의사 결정의 개선을 돕는 새로운 분석적 기법을 학습한다.전선 / 대학원
이 과목의 목적은 인공지능의 한 분야인 기계학습을 재무 연구에 활용하도록 하는 데 있다. 세부적으로는 의사결정나무, 인공신경망 등의 여러 기계학습 개념을 이해하는 것으로 시작하여 재무 연구의 실제 활용 사례들을 살펴본다.전선 / 학사
이 과목의 목적은 인공지능의 한 분야인 기계학습을 재무 연구에 활용하도록 하는 데 있다. 세부적으로는 의사결정나무, 인공신경망 등의 여러 기계학습 개념을 이해하는 것으로 시작하여 재무 연구의 실제 활용 사례들을 살펴본다.전선 / 학사
마케팅 분야에서는 마케팅 의사결정문제에 대한 최적 해법의 판별을 위해서 매우 다양한 수학, 통계학적 모형이 개발되어 왔다. 본 과목은 마케팅 의사결정을 지원할 목적으로 개발된 여러 계량적 마케팅 모형을 검토하고, 이를 이용한 최적 마케팅의사결정을 위한 접근방법에 대하여 심층 학습을 하는 데 그 목적이 있다. 구체적으로 4P(상품, 가격, 커뮤니케이션, 유통)를 중심으로 전체시장, 세분시장 및 고객개인 수준의 다양한 마케팅 의사결정 문제를 검토한다.전선 / 학사
알파폴드의 등장으로 생명공학 연구는 전혀 새로운 시대를 맞이하고 있다. 특히 단백질의 3차 구조 예측의 정확도가 높아질 뿐만 아니라, 단백질과 리간드 상호작용 예측이 가능한 기술이 개발되고 있다. 본 수업에서는 다양한 생명공학 연구에 활용되고 있는 인공지능 기술들에 대해 알아본다. 특히 인공지능을 기반으로 하는 플랫폼들이 기존에 매우 오랜 시간이 걸렸던 생명공학 연구 분야에서 어떻게 기여하고 활용되고 있는지 알아본다. 또한 현재 산업에서 사용되고 있는 생명공학 관련 인공지능 모델의 실습을 익힌다. 이를 통해서 현재 첨단 생명공학 연구, 질병에 관한 연구 및 의약품 개발에 관련된 인공지능의 현재 상황과 효용성 및 한계점을 알아보고 향상된 새로운 모델을 만들 수 있는 방법을 모색한다.전선 / 대학원
최근 치의학을 비롯한 다양한 분야에 통계 및 기계학습 분석이 활발히 진행되고 있으며 연구에 기본적인 분석을 위해서 기계학습 및 통계 방법의 활용이 다양한 분야에서 적용되고 있다. 이를 위해서 여러 프로그래밍 언어의 기본을 설명하고 이를 바탕으로 다양한 통계 및 기계학습 분석을 코드 기반으로 수행할 수 있는 역량을 기른다. 그리고 다양한 데이터를 예시로 프로그래밍을 활용해 생성한 분석 방법을 일관성 있게 코드화하고 자신만의 분석 방법을 정립할 수 있도록 한다.전선 / 대학원
본 과목에서는 농식품 산업에서의 공급망 및 운영전략과 관련하여 기후변화 및 지속가능성, 공급망 레질리언스 및 글로벌 공급망 운영전략 등의 관점에서 기본적인 이론과 모형을 습득하고 해당 분야의 최근 연구 동향을 살펴보는 것을 목표로 한다. 구체적으로 공급망 입지 및 네트워크, 구매 전략, 공급망 협력, 생산 및 운영전략, 공급망 혁신기술 등의 연구 분야에서 주요 연구 결과를 논의하고 새로운 연구 문제를 창출할 수 있도록 한다.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
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 / 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
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
단백질의 서열을 바꾸어 더 좋은 특성을 지닌 단백질을 개발하는 단백질공학은 식품산업에서 사용되는 각종 단백질의 개량을 위해서는 단백질공학이 필요하다. 최근 AI(artificial intelligence) 등의 기술 발달로 a많은 분야에서 이를 활용이 급격히 확대되고 있다. 단백질공학에 AI를 활용하면 기존의 방법보다 더 빠르고 효율적으로 예측할 수 있다. 본 교과목은 기존의 고급 식품단백질공학에 AI를 활용하는 기술을 추가하여 강의한다. 식품 생명공학은 동물, 식물, 미생물의 유전자를 변형하여 더 좋은 생산효율, 판매, 혹은 영향에 관련한 성질을 개량한 신종을 만드는 학문이다. 본 강의에서는 식품산업에서 이용되고 있는 단백질에 초점을 맞추어, 생명공학 기술에 대한 원리와 이를 적용하는 방법에 대해 배운다. 그리고, 현재 식품 산업에서 사용하고 있는 단백질들의 source 확보 방법, 정제방법, 특성분석 방법, 대용량 정제 방법 등에 대해서도 배운다. 또한, 전분 전환산업, 양조업, 식품첨가물 생산업 등의 식품산업에서 생산 혹은 이용되고 있는 각종 단백질을 산업적으로 대량 생산하거나 이용하는 기술 등에 대한 강의도 이루어진다. 특히 인공지능 기반 단백질 구조 예측의 정확도가 획기적인 도약이 있었으므로, 단백질의 3차원 구조를 활용하여 단백질공학을 수행하는 방법에 대한 강의가 이루어진다.전선 / 학사
지금도 동물생명공학을 전공한 학부졸업생들의 약 35%가 사료산업분야에 종사하고 있으며, 국내 사료산업분야의 매출액이 2011년에 8조 7천억을 넘었다. 아쉽게도 학부과정에서는 사료의 중요성과 사료학에 대한 전반적인 강의가 이루어지지 못하고 있었다. 따라서 본 과목은 동물영양학 및 반추동물영양학에서 동물들의 소화를 이해한 후 동물들에게 급여하는 원료사료 및 배합사료의 특성과 이용을 공부함으로써 실제적으로 가축사양에 응용하는데 도움을 주는 것을 목적으로 한다. 축산 경영비의 약 60%이상을 차지하는 사료에 대한 지식과 경험을 가지게 함으로써 사료산업에 종사할 학생들이 갖추어야 할 축종별 배합률표 작성방법과 사료분석방법을 직접 다루어 전체적인 사료의 품질관리능력을 갖도록 한다. 또한 축종별 사료의 특성을 이해하고 최근 소개되고 있는 첨가제, 원료사료 및 사료가공기술도 학습하도록 한다.전선 / 대학원
현대 경영에서의 의사 결정은 데이터의 분석 결과에 점점 더 많이 의존하고 있는 추세다. 정형 데이터 뿐만 아니라 비정형 데이터를 인터넷 상에서 수집, 저장, 가공하여 그 안에서 경영 인사이트를 추출하는 빅데이터 분석의 중요성은 날로 증가하고 있다. 이 강의는 프로그래밍 경험이 많지 않은 학생들을 대상으로 프로그래밍 언어의 기초뿐만 아니라 데이터의 수집 및 분석의 모든 과정을 살펴봄으로써 데이터 기반 의사 결정에 대한 이해를 높이고 기계학습 및 인공지능에서 사용하는 프로그래밍 언어가 산업 전반에 걸쳐 어떻게 활용되고 있는지에 대한 기초 지식을 제시한다. 또한 프로그래밍 언어를 실제 데이터에 적용하는 실습 과정을 통해 실전 문제에 대한 응용력을 배양하고, 향후 경영 환경에서의 실무 적용능력의 토대를 제공한다.전선 / 학사
인공지능의 발전 및 데이터의 축적으로 최근 재료공학분야에서 기계학습이 활발히 적용되고 있고 새로운 재료설계방법으로 떠오르고 있다. 본 강좌에서는 학생들에게 기계학습 및 통계추론에 대한 기초 이론 및 파이썬을 이용한 라이브러리 활용 방법을 강의한다. 이를 바탕으로 학생이 실제 재료 데이터에 기계학습을 적용하고 해석하는 방법을 익히도록 한다.전선 / 대학원
주어진 지식과 경험을 바탕으로 앞으로 주어질 작업을 효율적이고 체계적으로 수행할 수 있는 컴퓨터 프로그램 개발에 많은 연구가 계속되어 오고 있다. 이러한 연구의 핵심 분야인 기계 학습(Machine Learning)에 관한 강의로써 현재까지 발표된 대표적인 연구 논문들을 중심으로 이론 및 알고리즘, 응용 분야 등을 설명한다.