최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Nedoszytko, Boguslaw; Reszka, Edyta; Gutowska-Owsiak, Danuta; Trzeciak, Magdalena; Lange, Magdalena; Jarczak, Justyna; Niedoszytko, Marek; Jablonska, Ewa; Romantowski, Jan; Strapagiel, Dominik; Skokowski, Jaroslaw; Siekierzycka, Anna; Nowicki, Roman J.; Dobrucki, Iwona T.; Zaryczariska, Anna; Kalinowski, Leszek
2020 / INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES
데이터가 존재하지 않습니다.
loading...
본 연구는 식물공장의 기류를 예측하기 위해 디지털트윈 모델을 개발하는 것을 목표로 한다. 실제 식물공장의 형상을 CAD로 구현하고 전산유체역학(CFD)을 결합하여 디지털트윈 모델을 구축했으며, 실제 기류 측정값과 비교하여 모델을 검증하고 기계학습 기반 보정을 통해 정확도를 높였다.
(4차 산업혁명 시대, 스마트팩토리 구현을 위한) 디지털 트윈 .
Computational fluid dynamics in food processing
Digital Ecosystem for Innovation in Agriculture
Digital twin technology
Applied computational fluid dynamics
Computational fluid dynamics in food processing
Climate under cover: digital dynamic simulation in plant bio-engineering
Digital twin driven smart manufacturing
Essential computational fluid dynamics
Recent advances in computational fluid dynamics : proceedings of the USROC (Taiwan) Joint Workshop on Recent Advances in Computational Fluid Dynamics
Adaptive filtering and change detection
3D-groundwater modeling with PMWIN : a simulation system for modeling groundwater flow and transport processes
Food process modelling
디지털 트윈 개발 및 클라우드 배포 : simulink, simscape, AWS를 활용해 클라우드 기반 다이나믹 모델 개발하기
데이터 안보의 복합지정학 : 신흥안보론의 시각
도시농업과 식물공장의 실태와 향후전망
(농업기술길잡이) 식물공장
Driven by nature : plant litter quality and decomposition
식물공장
니트 패션 디자인 =
Journal of Biosystems Engineering
임태규, 김용현Procedia Computer Science
Barbieri, Giacomo; Gutierrez, David Andresin silico Plants
Smolenova, Katarina; Vilfan, Nastassia; Bustos-Korts, Daniela; Van Daalen, Tim; De Visser, Pieter; Kaiser, Elias; van de Zedde, Rick; Evers, JochemIEEE Instrumentation and Measurement Magazine
Postolache, S.; Sebastião, P.; Postolache, O.; Viegas, V.COMPUTERS AND ELECTRONICS IN AGRICULTURE
Mitsanis, Christos; Hurst, William; Tekinerdogan, BedirApplied Sciences (Switzerland)
Chaux J.D.,Sanchez-Londono D.,Barbieri G.Journal of Physics: Conference Series
V V Yalovenko; O I Goryanin; Igor Mayorov; Elena V. Simonova; A A Zhilyaev; Petr Skobelev; A. S. TabachinskiyProcedia CIRP
Chakraborti, Ananda; Heininen, Arttu; Koskinen, Kari T.; Lämsä, Ville한국통신학회논문지
고태환; 이혜민; 노동희KIEAE Journal
박동윤, 장성택, 장성주IEEE Transactions on Industrial Informatics
Xu L.,Yu H.,Qin H.,Chai Y.,Yan N.,Li D.,Chen Y.IEEE Transactions on Industrial Informatics
Wang L.,Wang X.,Ji Q.,Wang L.,Jin R.Petroleum Research
Anirbid Sircar; Abhishek Nair; Namrata Bist; Kriti YadavInternational Journal of Advanced Manufacturing Technology
Touhid M.T.B.,Marne M.,Oskroba T.,Mirahmadi S.A.,Zhu E.,Mehrabian A.,Defersha F.,Yang S.IOP Conference Series: Earth and Environmental Science
Wei Lu; Liu Huan; Jinxiao Wang; Zhongqun He; Ke Liu; Shenghan Zhou; Qichang Yang; Yangxia Zheng; Xin Zhang; Ruiqi FanEnergy
Cui, Z.; Jing, H.; Wang, D.; Chen, W.; Wang, B.IOP Conference Series: Earth and Environmental Science
Qichang Yang; Fei Peng; Ke Liu; Yangxia Zheng; Xin Zhang; Shenghan Zhou; Yufei Chen; Wei Lu; Liu Huan; Zhongqun HeInternational Journal of Advanced Manufacturing Technology
Zhang H.,Yan Q.,Wen Z.Journal of Food Process Engineering
Cauneto H.,Zanin G.,Andrade C.,Moraes F.Journal of Intelligent Manufacturing
Ma, Shuai; Leng, Jiewu; Zheng, Pai; Chen, Zhuyun; Li, Bo; Li, Weihua; Liu, Qiang; Chen, Xin전선 / 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
본 과목에서는 식물공장에 관한 제반 이론과 실제 적용 기술 등을 다룬다. 구체적으로는 식물공장의 종류, 식물공장내의 환경요인과 작물생육과의 관계, 식물공장 시스템 설계, 무토양재배 기술, 환경제어 기술, 다양한 현태별 생산 및 작업자동화 기술, 식물에 적합한 광원 분석 및 조명방법 등에 대하여 연구한다. 또한 조직배양시스템, 육묘생산시스템, 도시농업, 밀폐생태계 식물생산시스템 등에 대해서 연구한다.전선 / 대학원
펌프와 팬과 같은 유체기계 시스템의 농업기계나 시설농업에 적용, 유체기계의 성능측정, 유공압시스템의 해석방법과 시뮬레이션 기법 등을 다룬다.전선 / 대학원
화학 공정 산업에서는 설계, 시공, 운전, 유지보수 등 각 단계에서 다양한 하드웨어 및 소프트웨어 기술이 사용되고 있으며, 그 변화의 속도가 빠른 만큼 동향을 계속적으로 파악하는 것은 엔지니어 차원에서 중요하다. 최근에는 전통적으로 분리되어 있던 설계 소프트웨어(CAD, intelligent P&ID, simulation)와 공정제어시스템(SCADA: Supervisory Control And Data Acquisition) 간에 연계 및 통합이 시도되고 있으며, 특히 4차 산업혁명 기술(빅데이타, 사물인터넷, virtual reality 등)을 화학공정에 적용시킬 때, SCADA와의 연계가 중요하다. 본 강좌에서는 이러한 ICT(Information and Communication Technology) 응용 중 SCADA, simulation, Smart Plant/Intelligent P&ID 및 big data analytics, 사물인터넷(Internet of Things), 가상현실(Virtual Reality), 인공지능 등 4차 산업 기술의 개발 및 응용 관련하여, 최신 국제 동향 및 사례에 대해 소개하고, 심층 토의 및 개인 프로젝트 추진을 통해 각자(각 회사)의 여건에 맞는 4차 산업혁명 기술 프로젝트를 기획, 관리할 수 있는 역량을 확보하도록 돕게 된다.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
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
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
자연계의 실제 유동 중 대부분을 차지하는 난류유동을 컴퓨터를 이용하여 해석하는 전산유체역학의 원리를 이해하고, 그에 필요한 수학적 모형 정립 및 수치해석 기법 등을 습득한다. 또한 실제에 가까운 적용문제들을 문제의 정의부터 시작하여 해석 및 결과 보고서 작성까지 실습함으로 현장 적응력을 배양한다.전선 / 대학원
일반적으로 공기유동을 분석하는 대표적인 방법으로는 실험적, 이론적, 그리고 수치적인 방법으로 알려져 왔다. 환기 등 농업관련 공기유동분석을 위한 현장실험은 매우 많은 어려움이 따르게 되는데, 이를 보완하고 정확한 유동장 데이터를 확보하기 위하여 여러 간접적 방법들이 개발되고 있고 또한 현장에서 적용되고 있다. 이러한 대표적인 공기유동분석 기술로는 풍동, 입자추적을 통한 유동장 측정기술 (PIV), 그리고 전산유체역학 (CFD) 등이 있다. 본 강좌에서는 이들을 농업적 연구, 특히 대기환경, 시설환기 및 냉난방시스템 설계 등의 연구에 적용할 수 있는 기술 및 관련 이론들을 가르치고자 한다.전선 / 대학원
본 강의에서는 조선해양 분야를 포함한 여러 공학 분야에서 디지털화(digitalization)를 실현하기 위한 요소 기술과 적용, 그리고 적용에 따른 효과를 다양한 외부 전문가의 세미나를 통해 살펴보기로 한다. 예컨대, 컴퓨터에 현실 속 사물의 쌍둥이를 만들고, 현실에서 발생할 수 있는 상황을 컴퓨터로 시뮬레이션함으로써 결과를 예측하는 디지털 트윈(digital twin) 기술이나 설계 및 개발, 제조 및 유통 등 제품의 생산 과정에 디지털 자동화 솔루션이 결합된 정보통신기술(ICT)를 적용하여 생산성, 품질, 고객만족도를 향상시키는 스마트 제품(smart product) 및 스마트 팩토리(smart factory) 등의 기술에 대해서 학습하도록 한다. 여러 전문가에 의한 세미나를 통해 디지털화와 관련된 산업계의 최신 기술을 접하게 함으로써 스마트 오션 모빌리티에 대한 학생들의 관심을 유도하도록 한다. 또한, 산업계 전문가가 제시한 현업 문제에 대해 디지털 솔루션을 제시할 수 있는 일종의 IC-PBL (Industry Coupled Project Based Learning)을 의무화 함으로써 학생들의 학업 성취도를 높이고자 한다.전선 / 대학원
대기과학연구에 필수적으로 이용되는 대기 전지구 모델 및 일기예보 모델의 근간을 구성하는 대기역학 코어 및 자료동화 시스템에 이용되는 다양한 수치적인 방법들을 공부한다. 실습시간에는 실제 현업 모델 혹은 단순화된 현업 모델을 이용하여, 대기역학 코어 및 자료동화 시스템이 실제 기상현상의 수치모의에 있어 어떻게 이용되는지 연습할 수 있는 기회를 갖는다.전선 / 대학원
대기오염물질의 이동, 확산을 거친 후의 대기오염도를 예측하는 기법과 실제 적용하는 방법을 배우며 전산모형들을 이용하여 이를 익힌다.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 / 학사
자연에서 발생하는 여러가지 대기현상을 컴퓨터를 이용하여 수치적으로 모의하는 기본적인 방법들에 대해서 소개한다. 실습시간에는 대기과학 연구에 필수적으로 쓰이는 프로그래밍 언어인 포트란을 공부하고, 이를 이용, 여러 가지 대기 물리방정식의 해를 수치적으로 구하고, 이를 가시화하는 연습을 실시한다.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
본 교과목은 기후변화에 대응하여 식품을 생산하기 위한 최신 식품생물공학 기술인 합성생물학에 필요한 지식을 습득하는 것을 목적으로 한다. 이를 위해 필요한 정밀발효, 식품생물공학, 합성생물학, 시스템 생물학의 이론 및 방법론을 강의한다. 또한 ①그린바이오를 위한 합성생물학의 개요, ②기후변화와 합성생물학의 필요성, ③합성생물학과 정밀발효기술의 응용, ④정밀발효를 위한 미생물 대량발효 및 제품화 등의 주제를 다룬다.전선 / 대학원
식물병역학(Plant Disease Epidemiology)의 기본 개념을 이해하고, 기주식물-기생체-환경의 생태학적 상호작용을 중심으로 식물병이 발생하는 역학과 다양한 활용 사례 등을 이해한다. 식물병의 역학적 원리에 대한 이해를 바탕으로 식물병의 시공간적 진전(progress)과 결과(result)를 시뮬레이션하고 예측할 수 있으며, 이러한 지식을 바탕으로 식물병을 효과적이고 효율적으로 관리하기 위한 다양한 방법론을 학습한다.전선 / 학사
본 과목에서는 식물을 탐구하는 데 있어 모델링과 시뮬레이션의 역할에 대한 포괄적인 이해를 제공한다. 이를 통해 학생들이 효과적으로 식물 생산 시스템을 분석하고 최적화할 수 있는 능력을 배양하는 것을 목표로 한다. 또한 농업 생산 시스템의 모델링 과정에 대한 통찰을 얻고, 이러한 시스템을 효과적으로 표현하는 방법을 배운다.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.