http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
신경망 기반 저온 저장 중 양파의 품질변화 예측 기술 개발 기초 연구
김상연 ( Sang-yeon Kim ),누르히스나 ( Nandita Irsaulul Nurhisna ),박성민 ( Seongmin Park ),홍석주 ( Suk-ju Hong ),김응찬 ( Eungchan Kim ),박흔동 ( Heundong Park ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
양파는 국내 대표적인 저장 농산물 중 하나로, 저온 저장 환경에서 길게는 약 8개월간 보관하며 시장에 공급되는 것으로 알려져 있다. 하지만, 저장 중 각종 생리장해 및 부패의 영향으로 매년 30% 이상의 높은 저장 손실률을 기록하고 있어 보다 효율적인 저장관리기술의 개발이 필요한 상황이다. 따라서, 본 연구에서는 저장관리기술의 필수적인 요소기술로 활용될 수 있는 저온 저장 중 양파 품질의 실시간 예측 기술을 개발하고자 하였다. 이를 위해, 실제 산지유통센터와 유사한 모의 저장 환경을 설치하였으며, 내부에는 실시간 환경 정보를 수집하기 위한 모니터링 시스템을 구축하였다. 또한, 샘플링을 통한 주기적인 파괴실험을 수행하여 저장 기간 및 환경 변화에 따른 양파의 품질변화를 기록하였다. 이렇게 수집된 환경 및 품질 정보를 활용하여 신경망 기반의 저장 중 양파 품질 예측모델을 학습하였으며, 기존의 전통적인 방식과 비교하여 그 효용성을 평가하고자 하였다. 개발된 기술을 통해 예측된 양파의 품질 정보는 향후 저장 환경 조건의 개선 및 적정 출하 시기 선정 등에 활용될 수 있을 것으로 기대된다.
신경망 기반 저온 저장 중 양파의 품질변화 예측 기술 개발 기초 연구
김상연 ( Sang-yeon Kim ),누르히스나 ( Nandita Irsaulul Nurhisna ),박성민 ( Seongmin Park ),홍석주 ( Suk-ju Hong ),김응찬 ( Eungchan Kim ),박흔동 ( Heundong Park ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
양파는 국내 대표적인 저장 농산물 중 하나로, 저온 저장 환경에서 길게는 약 8개월간 보관하며 시장에 공급되는 것으로 알려져 있다. 하지만, 저장 중 각종 생리장해 및 부패의 영향으로 매년 30% 이상의 높은 저장 손실률을 기록하고 있어 보다 효율적인 저장관리기술의 개발이 필요한 상황이다. 따라서, 본 연구에서는 저장관리기술의 필수적인 요소기술로 활용될 수 있는 저온 저장 중 양파 품질의 실시간 예측 기술을 개발하고자 하였다. 이를 위해, 실제 산지유통센터와 유사한 모의 저장 환경을 설치하였으며, 내부에는 실시간 환경 정보를 수집하기 위한 모니터링 시스템을 구축하였다. 또한, 샘플링을 통한 주기적인 파괴실험을 수행하여 저장 기간 및 환경 변화에 따른 양파의 품질변화를 기록하였다. 이렇게 수집된 환경 및 품질 정보를 활용하여 신경망 기반의 저장 중 양파 품질 예측모델을 학습하였으며, 기존의 전통적인 방식과 비교하여 그 효용성을 평가하고자 하였다. 개발된 기술을 통해 예측된 양파의 품질 정보는 향후 저장 환경 조건의 개선 및 적정 출하 시기 선정 등에 활용될 수 있을 것으로 기대된다.
GAN을 이용한 참외 차폐영역복원모델 학습용 데이터셋 생성
김성제 ( Sungjay Kim ),누르히스나 ( Nandita Irsaulul Nurhisna ),류지원 ( Jiwon Ryu ),김규민 ( Kyumin Kim ),김상연 ( Sang-yeon Kim ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2
참외와 관련하여 관행적 포복재배 형태를 수직재배 방식으로 개선하고 자동화 기술을 도입하는 연구가 국내에서 활발히 진행 중이다. 특히 수확 자동화에 필요한 수확로봇에 대한 연구도 주목을 받고 있지만 참외는 다른 덩굴식물들과 마찬가지로 잎에 의해 과실이 차폐되는 경우가 많아 과실 인식, 크기 및 숙도 인식에 어려움을 겪는다. 딥러닝을 이용한 차폐영역 복원 모델을 학습하기 위해서는 잎에 의해 차폐된 과실 영역에 대한 정보가 존재하여야 하기 때문에 이미 잎에 차폐된 과실 이미지는 학습 데이터로 부적합하다. 따라서 본 연구에서는 생성형 딥러닝 모델인 GAN을 이용하여 과실의 전체 형상이 드러난 이미지 상에 잎 차폐를 생성하는 방법을 이용한여 차폐영역 복원 모델 학습용 데이터셋을 구성하고자 하였다. GAN 모델 학습을 위해 잎에 차폐되지 않은 과실 이미지와 차폐된 과실 이미지 데이터를 수집하였다. GAN 중에서도 이미지-이미지 변환 모델 중 널리 사용되는 CycleGAN 모델을 사용하였으며, 과실 상에 잎이 생성될 수 있도록 생성되는 영역을 제한하는 attention-guided 기법을 적용하여 실제 잎에 차폐된 과실 이미지와 유사한 데이터셋을 생성하였다.
블록체인 및 신경망 기반 유닛로드 시스템 내 양파의 저장 중 품질변화 예측 기술 기초 연구
김상연 ( Sang-yeon Kim ),김대영 ( Daeyoung Kim ),누르히스나 ( Nandita Irsaulul Nurhisna ),김성제 ( Sungjay Kim ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2
오늘날 온라인 신선 물류 유통시장이 급성장함에 따라 농업 분야에서도 각종 ICT 기술을 활용한 스마트 유통 및 물류 시스템의 필요성이 날로 대두되고 있다. 따라서, 본 연구에서는 스마트 유통 물류 시스템의 요소기술 중 하나로 적용될 수 있는 블록체인 및 인공신경망 모델 기반의 농산물 품질변화 예측 기술을 연구하고자 하였다. 국내 대표적인 저장 농산물 중 하나인 양파를 대상으로 저장 과정 중 축적되는 환경정보 및 품질 정보를 블록체인에 저장하여 공유함으로써 농산물 이력 정보의 신뢰성과 신속성을 향상시키고자 한다. 또한, 해당 환경정보를 바탕으로 농산물의 품질변화를 예측하는 인공신경망 기반 모델을 개발하여 농산물의 유통 중 변화하는 품질 정보도 함께 확인할 수 있도록 하고자 한다. 이를 위해 현재 실제 양파 저장환경을 모사한 모의 저장환경을 구성하여 실시간 환경정보 및 주기적인 품질 정보를 축적하고 있으며, 이를 이용해 모델의 강건성을 확보하는 연구를 진행하고 있다. 본 연구의 결과를 통해 오늘날 신선농산물 및 원예특작물의 저장 및 유통과정에 존재하는 수요와 공급의 비대칭을 방지하고 전주기적인 효율성을 향상시킬 수 있을 것으로 기대된다.
딥러닝 객체 분할 모델 및 RGB 영상 기반 잎 면적 및 장·단축 길이 예측 기술 개발
김규민 ( Kyumin Kim ),노승우 ( Seung-woo Roh ),류지원 ( Jiwon Ryu ),누르히스나 ( Nandita Irsaulul Nurhisna ),장하린 ( Harin Jang ),김기석 ( Ghiseok Kim ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2
잎이 가진 여러 특성 중 하나인 잎 면적은 식물의 광합성 능력을 결정하는 데 사용되는 주요한 매개변수 중 하나이며 작물 성장 과정과 생산성 관찰 및 예측에 중요한 요소로 여겨진다. 이러한 외부 표현 정보에 대한 모니터링을 위해 파괴 및 비파괴 방식의 연구가 많이 진행되었으며 최근에는 영상과 영상처리 및 딥러닝 기반의 합성곱신경망을 활용한 연구가 활발히 진행되고 있다. 본 연구에서는, 콩 전체 작물의 RGB 영상을 촬영하여 잎의 면적과 장축 및 단축의 길이를 예측하고자 하였다. 동일한 작물을 일정한 날짠 간격을 두고 규칙적으로 촬영하였으며, 딥러닝 객체분할 모델을 활용하여 해당 영상 내 개별 잎의 영역을 인식하였다. 이 후 영상처리 기법을 활용하여 각 잎의 면적, 장축 및 단축의 길이를 추정하였고, 장축의 경우 잎의 곡률을 고려하여 단순 직선이 아닌 곡선 형태로 길이를 추정하였다.
토마토 과실의 검출 및 생육단계 추정을 위한 RGB-D 영상과 딥러닝 객체분할 모델의 적용
홍석주 ( Suk-ju Hong ),이창협 ( Chang-hyup Lee ),박성민 ( Seongmin Park ),김상연 ( Sang-yeon Kim ),김응찬 ( Eungchan Kim ),김성제 ( Sungjay Kim ),노승우 ( Seung-woo Roh ),누르히스나 ( Nandita Irsaulul Nurhisna ),류지원 ( Jiwon Ry 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
토마토는 대표적인 원예작물 중 하나로, 맛을 비롯하여 항산화, 항염증, 항암 효과 등의 다양한 건강적 이점을 갖는다. 최근 각광받는 스마트팜 분야에서는, 원예작물의 과실의 생장단계 모니터링 및 수확을 위한 영상인식기술에 대한 연구들이 활발히 수행되고 있다. 이러한 기술은 농가의 생산량 예측 뿐 아니라 수확의 자동화를 위해서도 필수적이다. 최근 영상 기반의 연구들에서는, 딥러닝 기반의 모델들이 활발히 사용되고 있다. 특히 객체의 영역을 찾아내는 객체 분할 영역 또한 합성곱신경망이나 트랜스포머 등의 딥러닝 알고리즘이 기존 방식들 대비 높은 성능을 보인다. 본 연구에서는 토마토 과실의 객체 분할 모델을 개발하기 위하여 토마토 농가의 RGB-D 영상을 촬영하여 수집하였다. 수집된 데이터는 객체 영역이 폴리곤 형태로 라벨링되었으며, 학습 및 평가를 거쳐 여러 객체 분할 모델들의 성능이 비교 평가되었다.
토마토 종자의 비파괴 발아 검사를 위한 엑스선 영상기술의 적용
홍석주 ( Suk-ju Hong ),박성민 ( Seongmin Park ),김상연 ( Sang-yeon Kim ),김응찬 ( Eungchan Kim ),이창협 ( Chang-hyup Lee ),김성제 ( Sungjay Kim ),노승우 ( Seung-woo Roh ),누르히스나 ( Nandita Irsaulul Nurhisna ),류지원 ( Jiwon Ry 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
종자는 작물의 생산에 있어 가장 기초적이며 중요한 요소이다. 종자의 여러 품질 요소 중 발아력은 종자가 정상적인 작물로 자라날 수 있는지에 대한 주요 요인이다. 하지만 현재 원예작물의 종자들에 대해서는 종자의 발아에 대한 선별 기술이 실용화되어 있지 않은 상황이다. 종자 업체에서는 파괴적인 발아검사를 통하여 종자군의 발아를 확인하는 샘플링 테스트가 수행되어, 기준 이하의 발아율을 가진 종자 군은 폐기된다. 이러한 과정에서의 경제적 손실을 막기위해 비파괴적인 종자의 발아 검사를 통한 선별기술이 시급한 상황이다. 선행 연구들을 통해, 종자의 내부 구조와 발아는 연관있는 것으로 알려져 있다. 본 연구에서는 엑스선 영상을 통해 토마토 종자의 배아와 배유 구조를 촬영하고, 이를 바탕으로 모델링을 통하여 토마토 종자의 발아력을 예측하고자 하였다. 촬영된 엑스선 영상의 충실도가 분석되었으며, 신경망 기반 및 충실도 기반의 모델링이 비교 평가되었다.