http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
ICT 기반 가축분뇨 신속 수거 처리 시스템을 위한 통신 프로토콜
이봉기 ( Bongki Lee ),감동환 ( Donghwan Kam ),추현욱 ( Hyunwook Choo ),이동훈 ( Dong-hoon Lee ),김대철 ( Dae-cheol Kim ),조용진 ( Yongjin Cho ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.1
환경부 산하의 ‘가축분뇨전자인계관리시스템’에서 누락된 개별 축산농가의 가축분뇨 발생 및 저장조 관리를 위해서는 개별 축산농가의 가축분뇨 발생 및 저장조 관리를 위한 가축분뇨 신속 수거 처리 시스템이 필요하다. 가축분뇨 신속 수거 처리 시스템을 개발하기 위해 가축분뇨 저장조의 상태를 특정 주기별로 측정하여 측정된 개별 농가의 분뇨 저장조의 상태 정보를 전송하는 가축분뇨 환경 모니터링 시스템이 필요하고, 가축분뇨 환경 모니터링 시스템에서 전송하는 데이터를 수신하여 화면 출력 등의 방식으로 사용자에게 정보를 제공하고 전송받은 데이터를 서버에 저장하여 개별농가의 가축분뇨 발생량 정보를 데이터베이스화하여 관리하는 서버 시스템을 구축하여야 한다. 분뇨 저장조에 설치되는 가축분뇨 환경 모니터링 시스템과 가축분뇨 발생량 정보를 관리하는 서버 시스템의 효율적인 정보 송수신을 위해 통신 프로토콜을 구성하여야 하며, 이를 위하여 TCP/IP 방식의 네트워크를 구성하였으며, 수질오염공정시험기준의 수질측정 프로토콜을 준용하여 가축분뇨의 저장조 관리를 위한 통신 프로토콜을 구성하였다. 가축분뇨 저장조의 효율적인 관리를 위해 가축분뇨 환경 모니터링 시스템을 통해 pH, ORP, 전도도, 온도, 수위, NH3, H2S, CO 등을 측정하며, 해당 측정값을 구성한 통신 프로토콜을 통해 서버 시스템과 통신하도록 하였다.
이봉기 ( Bongki Lee ),감동환 ( Donghwan Kam ),추현욱 ( Hyunwook Choo ),이동훈 ( Dong-hoon Lee ),김대철 ( Dae-cheol Kim ),조용진 ( Yongjin Cho ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2
환경부 산하의 ‘가축분뇨전자인계관리시스템’에서 추적·관리 하지 않는 개별 축산농가의 분뇨저장조의 상태를 모니터링 하기 위한 가축분뇨 신속 수거 처리 시스템은 가축분뇨 저장조의 상태(pH, ORP, 전도도, 온도, 수위, NH3, H2S, CO 등)를 시간단위로 측정하여 측정된 분뇨 저장조의 정보를 서버에 저장하여 축산농가의 가축분뇨 발생량에 대한 측정값을 데이터베이스화하여 관리하도록 하였다. 수질오염공정시험기준의 수질측정 프로토콜에 따라 센서와 서버간의 통신 프로토콜을 구성하였으며. 웹을 통하여 축산농가 등의 사용자가 접근하여 서버 상의 정보를 확인할 수 있도록 URL(Uniform Resource Locator)로 기간별 저장조의 상태 값(pH, ORP, 전도도, 온도, 수위, NH3, H2S, CO 등), 시계열 그래프, GPS 정보, 저장조의 영상 정보를 확인 할 수 있는 웹 서비스를 구현하였다. Nodejs를 사용하여 DB에 저장되는 데이터 자료를 html table로 출력하고, DB에 저장되는 데이터 자료를 plotly 그래프로 출력하며, DB에 저장된 GPS 좌표를 카카오 맵상에서 출력하도록 하였으며, 저장된 저장조의 이미지를 출력하도록 구성하였다.
이봉기 ( Bongki Lee ),주현식 ( Hyun Sik Joo ),김성민 ( Seong Min Kim ),김대철 ( Dae-cheol Kim ),이동훈 ( Dong-hoon Lee ),조용진 ( Yongjin Cho ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1
축적된 경험과 감각으로 농사를 짓는 대부분인 고령 농업종사자는 지속되는 기후변화 및 신종병해충 피해에 따른 농업환경 변화에 적응하지 못해 품질 및 생산성 저하로 이어지는 가능성이 매우 높다. 따라서 환경변화에 따른 농업생산 시스템의 변화 및 작물의 피해에 대응하기 위해 농업 표준 데이터 축적 및 지능형 데이터 처리 기반의 스마트 농업이 필요하다. 드론을 이용한 영상정보취득은 높은 공간해상도와 인공위성 대비 높은 경제성과 손쉬운 운용이 가능하여 적시성을 요구하는 다양한 분야에서 활용이 가능하며, 국지적 상시모니터링이 가능하다. 이러한 드론을 이용하여 농업 표준 데이터 축적 및 지능형 데이터 처리 기반의 스마트 농업 기술 확보를 위해 드론영상 및 AI기반으로부터 확보한 농업 공간정보 구축하에 벼 농작물 생육/작황상태를 모니터링 정보를 가시화 기능 개발이 필요하다. 벼 작물의 생육 특성을 분석하기 위하여 드론을 통해 획득한 분광영상 및 RGB 색상 영상을 이용하였다. 분광영상 분석을 통한 벼 작물생육에 따른 분광반사 특성 분석하고 벼 작물 생육 정보 분석을 위해 유용한 분광대역을 선정하기 위하여 벼 작황에 따른 분광영상 및 RGB 색상 영상의 차이를 확인하였다. 벼 작황에 대한 영상 정보를 분석하기 위해서 식생지수(Vegetation Index)를 이용하여 각 필지별 작황 차이를 분석하였다. SR의 경우 NIR 영상과 Red 파장대 영상의 변환을 통해 얻은 영상에서 벼가 생육 중인 필지가 아닌 하천 영역이 영상 내 유의미한 차이를 나타내고 있어 벼 생육 정보 확인에는 적합하지 않으며, GNDVI는 벼가 생육 중인 필지와 필지 이외의 영역에 대하여 차이를 확인할 수 없었다. NDVI의 경우 벼가 생육 중인 필지와 필지 이외의 영역에 대하여 육안으로도 확인할 수 있는 차이를 보여, 실제 생육 정보와의 상관관계를 분석하여 유용한 분광대역을 선정이 가능할 것으로 보인다.
이중훈(Joonghoon Lee),이주선(Jusun Lee),정보원(Bowon Jung),이봉기(Bongki Lee),황호(Ho Hwang),최종호(Jongho Choi) 대한전자공학회 2021 대한전자공학회 학술대회 Vol.2021 No.6
혈액 분석기기는 혈액 시료 내에 존재하는 백혈구, 적혈구, 혈소판 등의 세포를 영상 기반으로 검출/분류하여 진단 보조자료로 출력하는 기기를 의미하며, 본 논문은 자동으로 도말/염색된 혈액 슬라이드를 검사하는 혈구검사기 개발을 제안한다. 이는 크게 저배율과 고배율로 구분하여 처리되고, 상세하게는 후보 백혈구 검출부, 최종 백혈구 검출부, 백혈구 감별부로 구성한다. 백혈구 분류로 딥러닝 기반 EfficientNet-B4 모델을 활용하여 학습 모델을 생성하고, 사용화를 위한 TensorRT-FP16으로 양자화 과정을 거쳐 메모리 사용량 및 처리속도를 최적화한다. 결과적으로 감별 정확도 97%를 검증한다.
이주선(Jusun Lee),정보원(Bowon Jung),이봉기(Bongki Lee),이중훈(Joonghoon Lee),황호(Ho Hwang),최종호(Jongho Choi) 대한전자공학회 2021 대한전자공학회 학술대회 Vol.2021 No.6
체외 진단을 위한 혈액 이미지 분석기[1]는 백혈구, 적혈구, 혈소판 등의 혈액 시료를 사용하고, 영상 기반으로 세포를 검출 및 분류하여 의료진에게 진단 보조자료를 출력하는 장비이다. Malaria와 같이 세포 내에 질감과 같은 특징을 관찰하고, 이에 고배율 영상을 사용한다. 본 논문은 사람이 현미경을 통해 세포를 분석하는 과정을 자동화 하는 적혈구 검출 및 분류 시스템을 제안한다. 적혈구 검출은 고배율 영상 기준으로 색도, 채도, 밝기, 질감 등을 이용해 각각의 독립적인 검출하고 이를 적혈구의 형태(Shape)에 따른 분류를 진행한다. 여기서 분류로 딥 러닝 모델인 Efficientnet-B0[2]를 사용하여 95% 정확도를 검증하였다.
강부식(Kang Boosik),이봉기(Lee Bongki) 대한토목학회 2008 대한토목학회논문집 B Vol.28 No.5B
한반도 영역을 대상으로 RDAPS모형의 수치예보자료, AWS의 관측강수, 상층기상관측(upper-air sounding)의 관측자료를 이용하여 권역별 강수발생확률을 예측할 수 있는 인공신경망 모형을 제시하였다. 사용된 자료의 기간은 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 하였다. 500/750/1000 hPa에서의 지위고도, 500-1000 hPa에서의 층후(thickness), 500 hPa에서의 X와 Y방향 바람성분, 750 hPa에서의 X와 Y방향 바람성분, 표면풍속, 500/750 hPa/표면에서의 온도, 평균해면 기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도 등을 신경망의 예측인자로 사용하였다. 신경망의 구조는 3층 MLP(Mu1ti Layer Perceptron)로 구성하여 역전파알고리즘(Back-propagation}을 학습방법으로 사용하였다. 신경망예측결과 한반도전체에 대한 예측성과의 개선은 H가 6.8%상승하였고, 특히 TS와 POD는 각각 99.2%와 148.1% 상승함으로서 강수예측에 대한 신경망모형이 효과적인 도구가 될 수 있음을 확인하였다. KSS 역시 92.8% 개선됨으로서 RDAPS 예측에 비하여 뚜렷이 개선된 결과를 보여주고 있다. The Artificial Neural Network (ANN) model was suggested for predicting probability of precipitation (PoP) using RDAPS NWP model, observation at AWS and upper-air sounding station. The prediction work was implemented for flood season and the data period is the July, August of 2001 and June of 2002. Neural network input variables (predictors) were composed of geopotential height 500/750/1000 hPa, atmospheric thickness 500-1000 hPa, X & Y-component of wind at 500 hPa, X & Y-component of wind at 750 hPa, wind speed at surface, temperature at 500/750 hPa/surface, mean sea level pressure, 3-hr accumulated precipitation, occurrence of observed precipitation, precipitation accumulated in 6 & 12 hrs previous to RDAPS run, precipitation occurrence in 6 & 12 hrs previous to RDAPS run, relative humidity measured 0 & 12 hrs before RDAPS run, precipitable water measured 0 & 12 hrs before RDAPS run, precipitable water difference in 12 hrs previous to RDAPS run. The suggested ANN has a 3-layer perceptron (multi layer perceptron; MLP) and back-propagation learning algorithm. The result shows that there were 6.8% increase in Hit rate (H), especially 99.2% and 148.1% increase in Threat Score (TS) and Probability of Detection (POD). It illustrates that the suggested ANN model can be a useful tool for predicting rainfall event prediction. The Kuipers Skill Score (KSS) was increased 92.8%, which the ANN model improves the rainfall occurrence prediction over RDAPS.