최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
김광호; 김능회
2023 / 한국인터넷방송통신학회 논문지
데이터가 존재하지 않습니다.
loading...
본 논문은 실제 농가에서 수집된 데이터를 통합하여 농업 데이터의 품질을 개선하기 위한 이상치 및 결측치 보정 시스템을 제안합니다. 수집된 환경 데이터는 지역 및 시기에 따라 특징을 가지며, 데이터의 이상치나 결측치는 농작물 성장 및 수확량 예측 결과에 큰 영향을 미치므로 데이터 전처리 과정에서 필수적인 보정 작업이 필요합니다. 제안하는 시스템은 데이터 품질 향상을 통해 농업 데이터 분석의 성능을 높이는 데 기여할 것으로 기대됩니다.
국내외 ICT기반 스마트농업관련 주요기술동향분석 및 시장전망과 기업종합분석
스마트농업 기술, 시장 트렌드와 농업 공정별 AIㆍ데이터분석 활용 동향과 대응 전략
(4차 산업혁명 시대의 총아) 애그테크 · 스마트농업의 핵심기술 개발동향과 시장 전망 =
(R을 활용한) 이상치 검출과 처리
Deep learning for sustainable agriculture
Semiparametric theory and missing data
Methods of environmental data analysis
Predicting breeding values: with applications in forest tree improvement
Plant bioinformatics : methods and protocols
AI 데이터 분석
Climate and environmental database systems
(첨단 기술의 융합) 스마트 농업혁명
Artificial Intelligence applications in agriculture and food quality improvement
Environmental statistics, assessment, and forecasting
부정 적발 애널리틱스 : 조직 내 부정 위험 관리를 위한 데이터 과학 지침서
(HRD 담당자를 위한) ROI의 기초
Soil and Crop Sensing for Precision Crop Production
Intelligent data mining and fusion systems in agriculture
스마트미디어저널
오한별, 신창선, 임종현, 양승원, 조용윤Distributed and Parallel Databases: An International Journal of Data Science, Engineering, and Management
Vani, P. Suvitha; Rathi, S.IOP Conference Series: Earth and Environmental Science
Jahanshiri, E.; Shariff, A.R.M.Applied Sciences (Switzerland)
Călin A.D.,Coroiu A.M.,Mureşan H.B.Animal
You J.,Ellis J.L.,Adams S.,Sahar M.,Jacobs M.,Tulpan D.Precision Agriculture: An International Journal on Advances in Precision Agriculture
Islam, Maidul; Bijjahalli, Suraj; Fahey, Thomas; Gardi, Alessandro; Sabatini, Roberto; Lamb, David W.Agronomy
Toscano P.,Castrignanò A.,Di Gennaro S.F.,Vonella A.V.,Ventrella D.,Matese A.Remote Sensing Applications: Society and Environment
Tavakol, A.; McDonough, K.R.; Rahmani, V.; Hutchinson, S.L.; Hutchinson, J.M.S.IOP Conference Series: Materials Science and Engineering
M G Ortiz; A R QuitalegAgronomy for Sustainable Development
Katja Schiffers; Anja Linstädter; Moritz Reckling; Thomas F. Döring; Friedrich Laidig; Hans-Peter Piepho; Hella Ellen Ahrends; Janna Macholdt; Werner Eugster; Samuel Knapp; Steffen Hadasch; Tsu-Wei ChenPrecision Agriculture
Claudia Vallentin; Eike Stefan Dobers; Sibylle Itzerott; Birgit Kleinschmit; Daniel SpenglerAdvances in Nano Research
Zhou Y.Food and Energy Security
Ibrahim I.A.,Truby J.M.한국데이터정보과학회지
이철원, 안수용, 김재영, 안형태Archaeological and Anthropological Sciences
Webber H.,Heyd V.,Horton M.,Bell M.,Matthews W.,Chadburn A.AGRONOMY FOR SUSTAINABLE DEVELOPMENT
Reckling, Moritz; Ahrends, Hella; Chen, Tsu-Wei; Eugster, Werner; Hadasch, Steffen; Knapp, Samuel; Laidig, Friedrich; Linstaedter, Anja; Macholdt, Janna; Piepho, Hans-Peter; Schiffers, Katja; Doering, Thomas F.TECHNOLOGIES
Meghraoui, Khadija; Sebari, Imane; Pilz, Juergen; El Kadi, Kenza Ait; Bensiali, SalouaPrecision Agriculture
Maestrini B.,Basso B.COMPUTERS AND ELECTRONICS IN AGRICULTURE
Zhai, Zhaoyu; Fernan Martinez, Jose; Beltran, Victoria; Lucas Martinez, NestorPrecision Agriculture
Vallentin C.,Dobers E.S.,Itzerott S.,Kleinschmit B.,Spengler D.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
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 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.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
세계적으로 정부나 연구 기관에서 제공하는 공공 데이터는 매년 증가 추세에 있으며, 다양한 데이터들을 활용하는 것은 연구나 정책 결정 등의 활용에 있어 점점 더 중요해지고 있다. 본 교과목에서는 공공 데이터 수집과 정제 기술, 데이터 분석 및 시각화 방법을 학습한다. 이를 통해 과학적 분석력을 강화하고, 사회적 문제를 해결하기 위한 데이터 기반 탐구 능력을 습득하는 것을 목표로 한다.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.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
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.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
조사료는 반추가축의 필수 사료로써 매년 약 560만톤 정도가 활용이 되고 있다. 그러나 국외로부터 약 100만톤이 수입이 되고 있으며 매년 생산기반의 감소와 볏짚 활용으로 인해 양질 조사료의 자급률은 45%내외이다. 본 강의는 우수한 조사료의 선발, 생산 및 저장기술 향상을 위한 연구를 수행함에 있어 연구방법을 배우고 조사료 분야 연구를 추진함에 있어 어려움이 없도록 현장을 중심으로 한 지식을 얻을 수 있도록 한다.전선 / 대학원
조사료는 반추가축의 먹이로 이용되는 식물체의 가식성 부분이다. 조사료의 기능은 반추가축에 영양소를 공급, 반추위의 발달, 대사성 장애 방지 그리고 침 분비를 촉진한다. 매년 약 560만톤의 조사료가 가축의 먹이로 이용이 되고 있는 실정이나 조사료 생산 기반이 취약하여 매년 면적이 줄어들고 있는 실정이다. 본 강의는 조사료의 다양한 종류와 특성에 대하여 살펴보고 조사료 생산, 가공 및 이용 기술을 다룸으로써 조사료에 대한 이해를 높이고 앞으로 조사료를 공부하는 학생에게 조사료에 대한 이해와 전망을 제시한다.전선 / 학사
에너지 수요 급증, 탄소중립, 환경 문제 등으로 인해 에너지 생산 및 사용의 효율성이 보다 중요해지고 있다. 본 교과목에서는 에너지 생산 및 사용의 효율성을 향상시킬 수 있는 데이터 사이언스 기법을 학습한다. 데이터 사이언스는 자료에 숨겨진 유의미한 패턴을 여러 분야의 기법을 사용하여 찾아내는 분야이다. 본 교과목에서는 대표적인 데이터 사이언스 기법인 주성분 분석, 다차원 척도법 등의 차원축소 기법, k-means 클러스터링, 밀도기반 클러스터링 등의 클러스터링 기법, 딥러닝, Support Vector Machine 등의 기계학습 기법을 학습한다. 학습한 데이터 사이언스 기법들을 에너지 데이터에 대해 특성 추출 및 분류, 이상현상 탐지 및 분류, 수요 및 가격 예측, 개발 계획의 신속한 최적화 등 다양한 문제에 적용하는 실습을 수행한다.전선 / 학사
인공위성 및 해양 관측 기술의 발전으로 해양 관측 데이터는 급속히 증가하고 있으며, 다양한 해양 및 기후변화 연구에 광범위하게 활용되고 있다. 이 강의에서는 인공위성과 해양 현장 관측을 통해 생성되는 방대한 해양 빅데이터의 생산 과정을 학습하고, 이를 효과적으로 처리, 분석, 시각화하고 해석하는 과정을 이해한다. 해양 데이터 분석 이론과 컴퓨터 프로그래밍을 활용한 일련의 자료 처리 방법을 중등학교 교육과정 중 해양 데이터 기반 탐구 활동에도 적용한다.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 / 학사
기초 통계, 코딩 지식을 응용하여, 다양한 공개 데이터베이스에서 제공하는 바이오/ 임상 빅데이터에서 새로운 정보들을 integration할 수 있는 분석방법과 AI를 이용한 신약개발의 개념과 사례를 학습한다.전선 / 대학원
온라인 교육 활동이 활발해지면서 교육 분야의 데이터가 폭발적으로 증가하고 있다. 온라인 교육이 쏟아내는 빅 데이터의 추출과 분석은 오프라인 데이터의 분석과 함께 과학교육의 현황을 파악하고 미래를 위한 과학교육의 방향을 결정하는데 중요한 정보를 제공할 수 있다. 이 과목에서는 학생들이 빅 데이터 분석의 원리와 방법을 이해하고, 학습 결과를 온라인과 오프라인 과학교육과 사회현상의 분석에 응용하는 능력을 기르는 것을 목표로 하며, 데이터 마이닝을 위한 확률 개념을 바탕으로 수집된 데이터에서 최대의 정보를 추출하는 방법을 학습한다. 특히, 대표적 분류 모형인 퍼셉트론, 합성곱 신경망, 순환 신경망, 생성 모형으로 오토 인코더, 적대적 생성 신경망, 볼츠만 머신, 딥 빌리프 네트워크 등을 깊이 다룰 예정이다. 학생들은 이 주제들에서 학습한 내용을 교육 데이터 마이닝의 실습, 무크와 같은 대규모 학습의 분석에 응용하는 연습을 한다. 이 과목은 교육 통계와 좋은 보완이 될 수 있다. 그러나 강의를 이해하는데 필요한 통계 수학과 컴퓨터 프로그램 지식을 선행 지식으로 요구하지는 않는다.교양 / 학사
현대 사회에서는 데이터를 올바르게 분석하고 해석하는 능력, 그리고 이를 통해 유의미한 정보를 도출하는 방법이 매우 중요해지고 있다. 본 교과목을 수강하는 학생들은 인문사회과학 분야에서 실제로 사용되는 다양한 데이터를 바탕으로 문제를 해결하기 위한 형태로 데이터를 가공하고 분석하는 방법을 배우게 된다. 주요 내용으로는 설문조사, 실험연구, 데이터 전처리 및 시각화, 선형회귀, 인과효과 분석, 통계적 추론 등이 있으며, 실제 연구에서 어떻게 적용되는지 다양한 예제를 통해 통계 이론의 적용 과정을 이해한다. 또한, 사회적 문제와 인간 행동 양식에 관한 문제를 분석하고 해결하는 데 필요한 ‘인과관계’와 ‘표본조사’에 대한 이해를 높이는 기회를 제공한다. 실습 과정도 포함되어 있어서 실제 연구 데이터를 R 프로그램을 이용하여 분석할 수 있도록 한다.전선 / 대학원
‘데이터’는 현 시대의 새로운 자원으로 평가받고 있다. 기업, 정부 등 시장 참여자들은 소비자를 이해하고 소비자문제를 도출하여 그 해결방안을 마련하기 위해 다양한 데이터를 분석하고 그 결과를 의사결정의 근거로 활용한다. 본 과목에서는 소비자의 시장환경에서 활용되는 다양한 데이터기반 의사결정을 이해하고, 이론, 사례 및 방법론 등을 학습한다. 이를 통해 시장참여자의 소비자지향적인 의사결정을 위한 데이터 활용방안을 모색하고 필요한 역량을 습득할 수 있다.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.