loading...
본 교과목은 스마트농업을 구현함에 있어서 인공지능, 사물인터넷, 빅데이터, 클라우드컴퓨팅, 무선통신, 3차원프린팅, 영상처리기술 분야의 원리와 이론을 소개하고 농업분야에서 연구현황과 문제점을 소개한다. 이 과목의 목표는 바이오시스템공학 각 분야에서 정보통신기술을 비롯한 4차산업혁명 관련 첨단기술의 융합을 촉진하기 위한 것이다.
4차 산업혁명과 식량산업
ICTIoTAI 기술을 활용한 스마트팜 = 스마트팜 도입에 필요한 ICTIoTAI 개념 및 활용방법
Computers in agriculture,1994: proceedings of the 5th international conference,6-9 February 1994,Orlando,Florida
스마트시대 농업경영학 =
Distant hybridization of crop plants
(첨단 기술의 융합) 스마트 농업혁명
유비쿼터스 스마트 농수산업
조경정보학 : 스마트(디지털) 조경 & 플랫폼의 이해 =
바이오 시스템 기계공학 =
원예공학
즐거운 농업의 시작, 스마트팜 이야기 : 스마트팜으로 새오룬 농촌문화 정착의 혁신 길라잡이
스마트 농·축산업 정책기술 동향과 미래 유망식품산업 R&D 실태분석
Biotechnology for sustainable agriculture : emerging approaches and strategies
농·축산업농기계 최신 기술동향과 고부가 식품산업 R&D전략 실태분석
드론 스마트 농업 : 4차 산업혁명 핵심기술
Push button agriculture : robotics, drones, satellite-guided soil and crop management
(4차 산업혁명 핵심기술) 드론 스마트 농업
Transgenic plants : fundamentals and applications
Biosystems engineering
· 2024
IOP Conference Series: Earth and Environmental Science
于晶; 包雨卓; 彭瞰看; 张达; 徐庆华; 苍晶; YU Jing; BAO Yu-zhuo; PENG Kan-kan; ZHANG Da; XU Qing-hua; CANG Jing · 2023
高校生物学教学研究(电子版) / Biology Teaching in University
蒋桂英; 李鲁华; 王江丽; 帕尼古丽; JIANG Gui-ying; LI Lu-hua; WANG Jiang-li; PA NI Gu-li · 2018
教育教学论坛 / jiaoyu jiaoxue luntan
何海兵; 杨茹; 尤翠翠; 柯健; 武立权; He Haibing; Yang Ru; You Cuicui; Ke Jian; Wu Liquan · 2021
高等农业教育 / Higher Agricultural Education
周自云; 唐燕; 董娟娥; 梁宗锁; ZHOU Zi-yun; TANG Yan; DONG Juan-e; LIANG Zong-suo · 2022
高校生物学教学研究(电子版) / Biology Teaching in University
徐将; 王晓; 刘木华; 姚明印; XU Jiang; WANG Xiao; LIU Muhua; YAO Mingyin · 2023
中国教育技术装备 / China Educational Technology & Equipment
刘晓明; 邓宇; 邢雷; 杜长征; Liu Xiaoming; Deng Yu; Xing Lei; Du Changzheng · 2025
天津职业大学学报 / Higher Vocational Education-Journal of Tianjin Professional College
唐汉; 关睿; 王金武; 周文琪; 孙小博; 王奇 · 2023
大学教育 / University Education
陈昊 · 2018
现代职业教育 / Modern Vocational Education
王鑫 · 2023
农经 / Agriculture Economics
刘斌; 李书琴; 孙健敏 · 2023
高教论坛 / Higher Education Forum
张婧; 颉建明; 吕剑; 肖雪梅; 李静; 张潇丹; ZHANG Jing; XIE Jian-ming; LYU Jian; XIAO Xue-mei; LI Jing; ZHANG Xiao-dan · 2023
红河学院学报 / Journal of Honghe University
G. Ravichandran; T. P. Anithaashri · 2020
IOP Conference Series: Materials Science and Engineering
廖宜涛; 廖庆喜; 宗望远; 翟红; 黄小毛; Liao Yitao; Liao Qingxi; Zong Wangyuan; Zhai Hong; Huang Xiaomao · 2020
高等农业教育 / Higher Agricultural Education
段金锁 · 2023
河南牧业经济学院学报 / Journal of Henan Universtiy of Animal Husbandry and Economy
兰思仁; 苏金福; 张再垡; LAN Siren; SU Jinfu; ZHANG Zaidai · 2022
中国农业教育 / China Agricultural Education
朱帅蒙; 马守臣; 郭灵辉; 王锐 · 2023
大学教育 / University Education
徐家鹏; 颜晓彬; 朱玉春; XU Jiapeng; YAN Xiaobin; ZHU Yuchun · 2023
中国农业教育 / China Agricultural Education
张旭辉; 全思懋; 邹建文; 王洪梅; ZHANG Xuhui; QUAN Simao; ZOU Jianwen; WANG Hongmei · 2022
中国农业教育 / China Agricultural Education
马新超; 谭占明; 吴翠云; 轩正英; 杜红斌; 程云霞; 王婷婷; 刑剑飞 · 2023
农业工程技术 / Applied Engineering Technology
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 교과목에서는 바이오시스템공학 분야의 데이터 부족 문제를 극복하고 효과적으로 인공지능 모델을 개발하기 위한 방법론들을 소개한다. 바이오시스템공학은 생물, 물리, 화학 및 정보과학이 융합된 응용학문으로, 다양한 도메인과 데이터 유형에 따라 인공지능 모델 훈련을 위한 데이터 수집과 라벨링에 어려움을 겪는 경우가 많다. 이 과목은 인공지능 응용 연구에서 데이터 부족 문제의 본질을 이해하고 이러한 도전을 극복하기 위한 핵심 인공지능 기술을 다룬다. 더불어, 최신 관련 논문에 대한 비판적 검토와 토론을 통해 학생들에게 실용적이고 심도 있는 학습 경험을 제공하고 지속적인 자기주도학습의 기반을 마련하는 것을 목표로 한다.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 / 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
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 / 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. .전선 / 대학원
본 교과목은 노지에서 농축산물의 효율적 생산에 필요한 농작업 자동화 기술을 다루는 교과목으로 세부적으로는 농작업 기계의 기초 원리와 노지 자동화 기술 내용을 소개하여 스마트팜 융합전공 학생들에게 농작업 기계와 자동화 기술에 대한 이해를 높이는데 목적을 두고 있다. 농작업 원리 기초 파트에서는 농기계와 토양, 작물 등의 물리적 상호작용을 수학적으로 모델링하는 방법을 배우며 노지 자동화 기술에서는 농용로봇의 종류 및 작동원리, 자율주행 농기계 시스템의 구성요소, 자동관개기술, 기상정보 모니터링 및 농장관리 소프트웨어 기술 등 스마트농업 구현에 필요한 농업생산 및 관리를 위한 자동화 기술을 학습한다.전선 / 대학원
전선 / 대학원
이 교과목은 PyTorch를 활용한 심화 딥러닝 모델들의 구조와 응용법을 실습 중심으로 학습한다. CNN 기반의 전이학습을 시작으로 객체 검출, 의미 분할 등 컴퓨터 비전 심화 기술과 GAN과 같은 생성형 모델을 활용한 응용, 자연어 처리 등 고급 딥러닝 기술을 실습을 통해 학습한다. 매주 GPU 환경에서의 실습 과제를 수행하며, 모델 구현부터 데이터 전처리, 학습, 성능 평가에 이르는 전체 과정을 직접 경험한다. 강의의 핵심은 바이오시스템공학 분야의 다양한 형식의 데이터를 다루고 이에 적합한 딥러닝 모델을 적용하는 능력을 배양하는 것이며, 학기 프로젝트를 통해 수강생 각자가 선정한 바이오시스템공학 분야의 문제에 대해 적합한 딥러닝 모델을 선택하고 구현하여 해결하는 실전 경험을 축적한다.전선 / 학사
본 교과목은 4차 산업혁명의 핵심기술인 인공지능 기술의 기본 개념과 작동 원리를 이해하고 이를 농업에 활용하는 방법에 대하여 배우는 것을 학습 목표로 한다. 인공지능 기술 분야인 전문가시스템, 퍼지이론, 유전 알고리즘, 인공신경망 및 딥러닝에 대해서 학습한다. 학습한 개념들의 농업 적용과 활용 사례들에 대하여 살펴보고 이를 실제 농업 현장에 응용하는 능력을 습득하도록 한다.전선 / 학사
스마트시스템 생화학은 생물체의 물질조성 및 생물체 내에서의 물질간의 반응 등을 화학적 방법으로 이해하고 이를 바탕으로 하여 생물체의 물질대사 및 이에 따른 에너지 생성, 그리고 광합성 등에 이르기까지 이론적인 부분을 습득하여 식품을 구성하는 생물체의 물질변화 및 에너지 생성, 가공에 관련된 생화학적 반응을 이해하도록 하여 전반적인 식품의 생화학적 현상을 공부하고자 한다.전선 / 대학원
피로 파괴 모형, 피로 수명 예측, 신뢰도 등 기계 설계의 고급 내용과 변속 장치, PTO, 전동라인, 로터리-트랙터, 로외 장비 등의 기본 설계 이론과 방법 등을 다룬다. 특히 컴퓨터 설계 기법을 강조하여 다룬다.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 / 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 / 대학원
본 과목의 목적은 학생들이 스마트팜과 관련된 연구소 및 사업체에 대해 인턴십 프로그램 참여를 하여 현장에서 겪고 있는 문제점이나 기술 발전을 위해 수행할 수 있는 연구 내용을 발굴하고, 수업에서 습득한 지식과 참여 기관으로부터 인턴십 과정에서 받은 교육 내용을 기반으로 문제 해결을 위한 접근을 수행하여 향후 글로벌 스마트팜 분야 인재에 요구되는 실무 능력 함양을 목표로 한다.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 과목은 식물 및 동물 세포 및 조직의 자극기술, 증식과 분화 촉진기술, 배양용 바이오리액터 시스템의 구조 및 설계, 생체재료를 이용한 지지체 제조, 그리고 조직배양기술을 이용한 손상된 조직 장기의 재생공학에 대해 다룬다. 즉, 생체조직공학의 4대 요소인 세포, 지지체, signaling molecules, 바이오리액터에 대해 다룬다.전선 / 대학원
이 강좌는 학부에서 제공되는 생체물성공학과 연관되는 것으로 주로 농식품의 이화학적 특성, 열적 특성, 근적외 산란 및 흡수 특성, 근적외 분광분석법, 근적외 instrumentation 등에 대해서 강의하고 나아가서 농식품을 대상으로 사용되고 있는 각종 비파괴 품질측정 센서의 원리 및 설계방법에 대해 강의한다.전선 / 대학원
펌프와 팬과 같은 유체기계 시스템의 농업기계나 시설농업에 적용, 유체기계의 성능측정, 유공압시스템의 해석방법과 시뮬레이션 기법 등을 다룬다.전선 / 대학원
우리 나라 농업 기계화의 발전과정, 기계화 현황, 관련 법규, 농기산업의 규모, 유통 조직, 사후봉사 조직, 기계화의 전망 등을 다룬다. 또한, 기계화 계획을 수립하고 시행하는 데 필요한 선형 계획법, 기계화의 방법, 농업기계의 경영과 관리 등을 다룬다.