최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
최자인, 최자윤
2021 / 한국융합학회논문지
데이터가 존재하지 않습니다.
loading...
본 연구는 시설원예 스마트팜에서 파프리카와 오이의 환경 및 생육 정보를 활용하여 딥러닝 모델 기반 생산량 예측을 수행한다. MLP, RNN, LSTM, GRU, TCN, Transformer 등 다양한 시계열 예측 모델을 적용하여 룩백 창 크기와 예측 데이터 크기에 따른 예측 성능을 분석하였다.
Digital Ecosystem for Innovation in Agriculture
원예공학
Agricultural systems management : optimizing efficiency and performance
Trends and Advances in Information Systems and Technologies : Volume 3
드론 영상 기반 농경지 공간 정보를 활용한 생육 관리맵 생성 및 정밀농업 시스템 개발 보고서
드론 스마트 농업 : 4차 산업혁명 핵심기술
Physiological plant ecology I : responses to the physical environment
Physiological plant ecology
ICT 융복합기술 기반 스마트팜의 핵심기술 개발동향 및 주요국 시장현황과 적용사례
스마트농업 기술, 시장 트렌드와 농업 공정별 AIㆍ데이터분석 활용 동향과 대응 전략
IoT and AI in Agriculture : Self- sufficiency in Food Production to Achieve Society 5.0 and SDG's Globally
(첨단 기술의 융합) 스마트 농업혁명
Sensing, data managing, and control technologies for agricultural systems
Deep learning for sustainable agriculture
Computers in agriculture,1994: proceedings of the 5th international conference,6-9 February 1994,Orlando,Florida
Artificial intelligence for sustainable development : theory, practice and future applications
지속가능한 농업을 향한 어그테크·스마트팜 관련 시장 동향과 기술개발 전략
(4차 산업혁명 시대의 총아) 애그테크 · 스마트농업의 핵심기술 개발동향과 시장 전망 =
Human centered computing : first International Conference, HCC 2014, Phnom Penh, Cambodia, November 27-29, 2014, Revised selected papers
원격탐사를 이용한 주요농작물 생산량 예측연구 =
Euro-Mediterranean Journal for Environmental Integration
Chadli, S.; Dellel, A.; Ouared, A.; Chadli, A.; Bachari, N.I.스마트미디어저널
채철주, 이현조, 김용기, 구현정SENSORS
Gong, Liyun; Yu, Miao; Jiang, Shouyong; Cutsuridis, Vassilis; Pearson, Simon한국측량학회지
최연오, 이재현, 심재후, 이승후REMOTE SENSING
Joshi, Abhasha; Pradhan, Biswajeet; Gite, Shilpa; Chakraborty, SubrataThe International Journal of Advanced Smart Convergence
윤성욱Procedia Computer Science
Jhajharia, Kavita; Mathur, Pratistha; Jain, Sanchit; Nijhawan, SukritiELECTRONICS
Kollia, Ilianna; Stevenson, Jack; Kollias, StefanosCOMPUTERS AND ELECTRONICS IN AGRICULTURE
He, Leilei; Fang, Wentai; Zhao, Guanao; Wu, Zhenchao; Fu, Longsheng; Li, Rui; Majeed, Yaqoob; Dhupia, JaspreetJournal of Open Innovation: Technology, Market, and Complexity
Moussaid A.,El Fkihi S.,Zennayi Y.,Kassou I.,Bourzeix F.,Lahlou O.,El Mansouri L.,Imani Y.스마트미디어저널
오한별, 신창선, 임종현, 양승원, 조용윤FORECASTING
Dhal, Sambandh Bhusan; Kar, DebashishRemote Sensing
Nevavuori P.,Narra N.,Linna P.,Lipping T.한국농림기상학회지
김진희, 김대준, 서보훈, 김광수IEEE ACCESS
Rashid, Mamunur; Bari, Bifta Sama; Yusup, Yusri; Kamaruddin, Mohamad Anuar; Khan, NuzhatRemote Sensing
Yli-Heikkila M.,Wittke S.,Luotamo M.,Puttonen E.,Sulkava M.,Pellikka P.,Heiskanen J.,Klami A.Computational intelligence and neuroscience
Intelligence And Neuroscience C한국산학기술학회논문지
임청룡; 박영준; 이철성품질경영학회지
강수람, 조경철, 나명환Multimedia Tools and Applications
Chaudhary, Y.; Pathak, H.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
농식품산업 분야에서 핵심 기술로 부상하는 스마트팜과 관련된 경제 이슈를 다룬다. 스마트팜과 관련된 농식품 생산, 유통, 소비에 대해 학습한다. 이와 연계된 IT, BT 등 전·후방산업 비즈니스 현황을 파악하고 신부가가치를 창출하는 시야를 확보하게 한다. 나아가 환경, 생태 등 지속가능 개발을 위한 스마트팜의 공익적 기능에 대한 가능성도 함께 학습한다. .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
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 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
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
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
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
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
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
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
본 강의는 농식품 공급망에서의 레질리언스 역량 강화에 대한 이론 및 모형을 다루고 농식품 공급망 레질리언스와 관련된 주요 이슈 및 연구 동향을 살펴보며 이를 통해 공급망 레질리언스 구축 방안에 대해 심층적으로 논의하는데 그 목표를 두고 있다. 구체적으로 농식품 공급망에서의 다양한 리스크 요인들을 살펴보고 이에 대해 공급망 입지 및 공급망 설계, 구매 및 공급자 관리, 생산 및 운영 등의 전략적 접근 방안을 다루게 된다.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 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.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 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전선 / 대학원
본 교과목은 막대한 시공간적 데이터를 바탕으로 예측기법을 발전시킬 수 있는 머신 러닝 기법을 중심으로, 이에 대한 이론적 기반과 사례 연구를 계량지리학적 관점에서 이해하는 것을 목표로 한다. 통계학적 머신 러닝, 최적화, 사회 및 정보 네트워크 분석, 베이지안 모델링 등 관련된 다양한 분야에 대한 지리학 분야의 방법론과 적용 방안에 대해서 학습한다.전선 / 대학원
본 강의에서는 정밀농림을 위해 필요한 GPS, 인공지능, 로봇, 드론(UAV), 센서, 무선통신과 같은 첨단 ICT 기술에 관한 전문지식을 학습하고, 국내외 농림위성을 포함하여 농업 및 임업 분야의 관련 시스템의 연구개발 사례분석을 통하여 향후 발전방향에 대해 논의한다. 수강생들은 팀별로 ICT 기술을 적용한 농림분야의 적용 사례와 연구 결과를 분석하고 이를 기반으로 전공 영역별 연구과제 제안서 발표를 수행하여, ICT 기술의 활용능력을 배양한다.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.