http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 백정민(Jung Min Back) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
헴프의 CBD 오일 원료 생산을 위한 유리온실 및 스마트팜에서의 생육 비교
백정민(Jung Min Back),이희철(Hee Cheol Lee),최은식(Eun Sik Choi),황인근(In Gun Hwang),정천순(Cheon Soon Jeong) 한국원예학회 2021 한국원예학회 학술발표요지 Vol.2021 No.10
최근 헴프를 의약품 원료로 이용하기 위해 정부기관 및 지자체에서 산업화를 본격적으로 추진하고 있다. 헴프는 대마 품종중에 마약성분이 거의 없으며, 의약품으로 활용 가능한 유익한 약용성분을 포함하고 있고, 우리나라에서는 미개척 분야이다. 햄프재배는 단일성 식물이고, 보안이 요구되어 제한된 공간 내에서 재배가 가능하므로, 시설재배에서 안정적으로 생산해야하는 특성이 있다. 본 연구에서는 개화조절이 가능한 스마트팜과 일반 유리온실에서 건전육묘 및 주년생산 가능성을 검토하고, CBD 오일 추출 가능한 원료생산을 목적으로 수행하였다. 공시재료는 ㈜ 에코플랜츠에서 미국으로부터 수입한 ‘Spectrum’ 및 ‘Wu#5’ Feminized Hemp Seed를 공시하였다. 육묘는 강원대학교 유리온실과 특별제작된 스마트팜((주) 푸르센)에서 2021년 7월 14일부터 플러그 트레이 200공에 파종하여 10일간 육묘 후 50공에 이식 후 동년 8월 8일까지 25일간 재배하였다. 2020년 7월 14일부터 정식 후에 스마트팜과 유리온실에서 그로우 백(18L)에 원예 범용상토(서울 바이오)를 사용하여 동년 11월 17일까지 90일간 재배하였다. 개화시기 조절을 위해 스마트팜에서 개화 전 18시간 장일처리 후, 28일 뒤 12시간으로 단일처리 하였다. 재배 후에 (재)춘천바이오진흥원에서 고온건조 후 초임계추출기((주) 포스엔텍 10L)로 추출하였다. 그 후 추출액을 HPLC(shimadzu lc-20)로 분석하였다. 조사항목은 초장, 엽장, 엽폭, 엽수, 경경, SPAD, 생체중 지상부, 생체중 지하부, TR율, CBD 함량 등을 조사하였다. 초장은 육묘기, 정식 후 ‘Spectrum’, ‘Wu#5’ 모두 유리온실에서 급격하게 증가하는 경향을 보였다. 엽장은 육묘기에 스마트팜에서 25일까지 증가하는 경향을 보였고, 정식 후 20일차에 유리온실 ‘Spectrum’ 품종이 급격하게 증가하는 경향을 보였다. 육묘기 중 지상부 생체중이 20일차 ‘Spectrum’, ‘Wu#5’가 유리온실에서 0.456g, 0.532g이었고, 스마트팜에서는 지상부 생체중 0.767g, 0.688g으로 재배환경 간 차이를 보였다. 지하부 생체중 또한 20일차 ‘Spectrum’, ‘Wu#5’가 유리온실에서 0.49g, 0.47g, 스마트팜에서 0.182g, 0.254g으로 차이를 보였다. TR율은 유리온실에서 ‘Spectrum’ 품종이 급격하게 증가하는 경향을 보였다. 실험결과 ‘Spectrum’, ‘Wu#5’ 모두 스마트팜에서의 생육이 일정하였고, 유리온실에서 급격한 변화를 보여 관리에 어려움이 있다는 것을 확인하였다. 또한 유리온실의 장일조건에서는 개화조절이 부적합하여 일장조절이 가능한 스마트팜에서 재배하는 것이 바람직할 것이다. CBD 오일을 유리온실에서 재배한 햄프에서 32.49g·kg<SUP>-1</SUP>으로 나타나서 향후 CBD 오일 관련 연구가 세부적으로 지속되어야 할 것이다.
-
빅데이터 클러스터링을 위한 K-Means 초기 중심 선정 연구
김영주 ( Yeong-ju Kim ),허유경 ( Yu-gyeong Heo ),백종상 ( Jong-sang Back ),정환종 ( Hwan-jong Jeong ),이성로 ( Sung-ro Lee ),정민아 ( Min-a Jung ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.2
K-Means 알고리즘은 구현이 쉽고,패턴수가 n일 때 시간 복잡도가 0(n)인 장점을 가져 대용량 데이터에서 널리 이용된다. 그러나,K-Means 알고리즘은 초기 클러스터 중심을 어떻게 선정하는가에 따라 할당-재계산 횟수,클러스터링 결과를 결정짓는다. 본 논문에서는 K-Means 알고리즘에서 클러스터 초기 중심 선정 연구를 살펴보고 계통임의추출법을 적용하여 K-Means 초기 중심 선정 방법을 제안한다. 제안한 방법은 대용량 데이터의 클러스터링 시간을 감소하고 정확도를 향상시킬 수 있다.
-
분산 네트워크 환경에서 POI추출을 위한 GPS 데이터 분할 방법
오주성 ( Joo-seong Oh ),허유경 ( Yu-kyung Heo ),박진관 ( Jin-gwan Park ),백종상 ( Jong-sang Back ),정민아 ( Min-a Jung ) 한국정보처리학회 2015 한국정보처리학회 학술대회논문집 Vol.22 No.1
많은 사람들이 위치 기반 서비스를 사용하면서 위치 기반 서비스에서 사용되는 GPS 데이터는 기하급 수적으로 중가하고 있다. 사용자들에게 필요한 정보를 제공하기위해서는 이러한 대량의 GPS 데이터를 처리하여 POI를 추출하고 분석하는 과정이 필요하다. 본 논문에서는 POI를 추출하고 관리 • 분석하기 위해 MapReduce 환경을 구축하고 DBSCAN 클러스터링 방법을 이용한다. 또한 분산 환경 에서 DBSCAN 알고리즘을 수행하기 위해 K-Means를 이용한 데이터 분할 방법을 제안한다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
