최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 스마트팜 딸기 농장에서 수집된 환경 및 생산량 데이터를 활용하여 딸기 생산량 예측 모델을 개발하고 분석했습니다. 릿지회귀, LightGBM, XGBoost 모델을 비교한 결과, XGBoost 모델이 82.5%의 설명력을 보이며 가장 우수한 성능을 나타냈습니다. 연구 결과 양액 흡수량과 환경 데이터 간의 상관관계를 확인하여 생산량 예측 및 효율적인 양액 관리에 기여할 수 있음을 밝혔습니다.
(4차 산업혁명 시대의 총아) 애그테크 · 스마트농업의 핵심기술 개발동향과 시장 전망 =
스마트시대 농업경영학 =
스마트농업 기술, 시장 트렌드와 농업 공정별 AIㆍ데이터분석 활용 동향과 대응 전략
Digital Ecosystem for Innovation in Agriculture
국내외 스마트농업 산업동향보고서
Trends and Advances in Information Systems and Technologies : Volume 3
Deep learning for sustainable agriculture
IoT and AI in Agriculture : Self- sufficiency in Food Production to Achieve Society 5.0 and SDG's Globally
국내외 ICT기반 스마트농업관련 주요기술동향분석 및 시장전망과 기업종합분석
ICTIoTAI 기술을 활용한 스마트팜 = 스마트팜 도입에 필요한 ICTIoTAI 개념 및 활용방법
농업 ICT융합 선진사례 모음
2022 국내외 스마트팜 기술개발 동향과 시장전망
즐거운 농업의 시작, 스마트팜 이야기 : 스마트팜으로 새오룬 농촌문화 정착의 혁신 길라잡이
(현장에서 전하는)유형별 스마트 팜 선도사례
존디어 : 애그테크 1위 기업
Intelligent data mining and fusion systems in agriculture
Sensing, data managing, and control technologies for agricultural systems
Agricultural Internet of Things and decision support for precision smart farming
Physiological plant ecology
Physiological plant ecology I : responses to the physical environment
채철주, 이현조, 김용기, 구현정 · 2022
스마트미디어저널
김성란; 최경락; 유영글; 황연현; 김영광; 김영순 · 2023
한국지역경제연구
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
추미희, 신창선 · 2025
스마트미디어저널
노미진 · 2025
스마트미디어저널
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.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
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 / 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 / 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.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
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
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 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 / 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 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
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
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 / 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 / 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.전선 / 학사
농업생태계 연구에 활용되어 온 원격탐사의 최신 기술을 이해하고 활용하는 것은 작물 육종 및 표현형 정량화를 효과적으로 지원하고, 스마트 농업, 디지털 농업 등 미래의 농업을 지원하기 위해 필수적임. 과목 전반에 걸쳐 가시광선부터 극초단파에 이르기까지 다양한 파장대별 원격탐사 기술을 소개하고, 실제 작물 표현형 정량화, 육종 지원, 디지털 농업 등 농업 지원과 농업 연구에서의 활용을 논의함. 학생들은 원격탐사의 활용을 이해하고 관련 기술에 대한 지식을 쌓을 수 있음.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
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
농업 기계 및 설비의 성능시험과 개발에 필요한 측정 장치의 구성 및 원리, 신호처리 및 데이터 수집 시스템의 구성, 데이터의 수집 및 분석 방법을 다룬다.