http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
다중분광 영상을 이용한 배추의 생육정보 추정 회귀 모델
정종찬 ( Jong-chan Jeong ),유찬석 ( Chan-seok Ryu ),박기수 ( Ki-su Park ),김은리 ( Eun-ri Kim ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1
농업 전망에 따르면 배추는 생산량이 2022년 이후로 계속 줄어드는 추세이고 생산량에 의한 가격 편차가 큰 작물이다. 이러한 문제를 해결하기 위해 생산량과 관련이 깊은 생육정보를 분석하는 연구들이 진행되고 있다. 현재 대부분의 연구는 파괴적인 방법으로 생육정보를 얻어내고 있어, 비파괴적으로 정보를 얻고 분석하는 방법이 필요하다. 따라서 본 연구의 목적은 무인기를 활용한 배추의 다중분광 데이터를 이용하여 비파괴적으로 배추의 생육을 예측할 수 있는 모델을 개발하는 데 있다. 실험은 전라북도 완주군 국립원예특작과학원 실험포장에서 두 품종의 배추(불암3호, 청명가을)를 재배하여 진행하였다. 배추는 9월 7일 파종하였고 11월 9일 파괴조사를 통해 생체중, 엽장, 엽폭, 중륵폭, 중륵두께, SPAD, 엽수, 엽면적의 생육정보를 취득하였다. 영상은 다중분광 센서(Altum-PT, MicaSense Inc, USA)를 탑재한 무인기를 이용하여 11월 8일 정오에 취득하였다. 취득한 영상은 영상분석 소프트웨어(ENVI 5.3, Exelis Visual Information, USA)를 이용하여 반사값을 추출하였으며 식생지수는 NDVI, GNDVI, GRVI, RVI, DVI, NDRE, SAVI, PRI, OSAVI, TCARI를 사용하였다. 통계 프로그램은 Jupyter Notebook 6.5.2(Python 3.9.13)를 이용하였고 샘플 수는 각 품종별 12개씩 총 24개로 진행하였다. 생육정보 추정을 위해 이상치 제거 후 다중선형회귀 모델을 만들었고 데이터셋 분리(train test split)와 변수선택법을 적용하였다. 모델 평가 방법으로는 R², RMSE와 MAPE를 사용하였고 R²가 0.5 이상인 모델들 중, RMSEC가 작고, MAPEC와 MAPEP의 차이가 작을수록 성능이 좋은 모델로 판단하였다. 가장 성능이 좋은 생육정보 추정 모델은 엽수, SPAD에서 PRI를 이용하여 각각 R²=0.68, RMSEC=3.10ea, MAPEC=7.24%, MAPEP=7.26%와 R²=0.72, RMSEC=2.85, MAPEC=15.3%, MAPEP=15.3%로 나타났고 엽장에서는 NDRE, OSAVI를 이용하여 R²=0.51, RMSEC=2.54cm, MAPEC=9.07%, MAPEP=7.08%로 나타났다. 추후 본 연구 결과를 이용한 생육 모니터링과 수확기 영상을 이용한 수확량 예측 모델의 작성이 배추 생산량 안정성 향상에 도움이 되리라 판단된다.
일체형 원자로 REX-10을 이용하는 지역에너지시스템의 운영 시나리오 개발
정종찬(Jong-Chan Jeong),김광호(Kwang-Ho Kim),박군철(Goon-Cherl Park) 대한전기학회 2009 대한전기학회 학술대회 논문집 Vol.2009 No.7
본 논문에서 일체형 원자로인 REX-10과 가스터빈발전기를 전원으로 이용하는 지역에너지시스템을 모델링 하고, 한국전력공사 전력계통과 연계운전 또는 독립운전하는 지역에너지시스템 안정적 운영방법 모의와 운전 중 발생할 수 있는 문제점을 모의하기 위해 운영 시나리오를 개발 적용하였다.
스포츠 참여자의 자가건강관리 행동, 스포츠 몰입, 삶의 질 인과관계
정종찬(Jong Chan Chung),신정훈(Jeong Hun Shin) 한국사회체육학회 2011 한국사회체육학회지 Vol.0 No.45
This study aims to examine the effects of self-health care behaviors for healthy life and sport commitment associated with participation items in the sport center on quality of life for healthy life in sport facility users and provide useful and beneficial materials for their healthy life. In order to achieve this purpose, a research was conducted with a total of 867 sport facility users(male 451, female 416) in G Metropolitan City and C Province. Finally the following results were obtained. The causal relation was analyzed to examine the effect of sport commitment associated with health care behaviors on quality of life. Consequently, it was found that health care behaviors had a significant effect on sport commitment and quality of life, but sport commitment had no effect on quality of life. Based on this conclusion, while self-care health care behaviors(health care, local and international relation, and physical activity) had an important effect on sport commitment and quality of life, sport commitment had no effect on quality of life. Consequently, to improve sport participant`s quality of life, their participation in health care programs, self health check, relationship with other people, regular relaxation, and systematic health promotion behaviors should be conducted. Also, it is considered that sport commitment which has no effect on positive life can improve quality of life if sport facility users participate in sport with appropriate concern for sport and definite perception of sport effects.
박기수 ( Ki-su Park ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),김은리 ( Eun-lee Kim ),정종찬 ( Jong-chan Jeong ),박진기 ( Hye-young Song ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1
수수는 세계 5대 곡물 중 하나이나 국내에서는 소규모로 재배되는 작물로 2009년 이후로 재배면적과 생산량 조사가 이루어지지 않고 있다. 수수는 밭작물의 논 재배시 안정적인 생산이 가능하며 휴경논에 재배된다면 자급률이 상승할 것으로 기대되는 작물이며, 지속적이고 안정적인 수급을 위해서 재배면적과 수량 추정 기술이 요구된다. 따라서 본 연구에서는 수수의 재배면적 산출을 위해 드론 영상을 기반으로 재배지를 추출하는 모델을 개발하였다. 경상북도 안동시 남후면 고상리에 위치한 수수 재배지(36°30'20.3N 128°36'27.6E, 약 18ha, 수수 재배 면적 1.6ha)에서 회전익 무인기(Matrice 300 RTK)에 RGB 카메라(Zenmuse P1)를 탑재하여 2022년 7월 8일부터 9월 2일까지 고도 80m, GSD 1cm/pixel로 총 5회 영상을 취득하였다. 그중 7월 28일에 취득한 영상들을 PIX4D 소프트웨어를 이용하여 접합 후 수수 재배지가 포함된 총 7장의 8,000×8,000pixel의 이미지로 분할하여 불필요한 Dataset 수를 감소시켰다. Label-Studio로 Sorghum, Other의 Class로 라벨링을 진행하였고 라벨링된 8,000×8,000pixel 이미지를 랜덤한 위치에서 1,000장의 2,048×2,048pixel 이미지로 분할하여 Dataset을 생성하였다. Train과 Validation의 Dataset 개수는 각 6,000장, 1,000장으로 나누었고 Unet의 Semantic Segmentation 모델을 생성하여 sparse categorical crossentropy 손실 함수와 sparse categorical accuracy 평가지표를 통해 모델의 성능을 평가하였다. 모델의 성능 개선, 학습 시간 단축, 과적합 방지를 위하여 10 Epoch마다 학습률을 ⅓으로 줄이는 전략과 얼리스탑 기능을 사용하였다. 재배면적 확인을 위한 이미지 분할을 진행한 결과, 총 1000 Epoch 중 61 Epoch의 학습이 진행되어 Train Dataset의 경우 loss = 0.0037, accuracy = 0.9985의 성능을 나타내었고, Validation Dataset의 경우 loss = 0.5111, accuracy = 0.9410의 성능을 도출하였다. 추후 다른 시기의 Dataset 추가를 통해 학습모델 및 validation의 성능 개선의 가능성을 검토할 예정이다.
김은리 ( Eun-ri Kim ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),박기수 ( Ki-su Park ),정종찬 ( Jong-chan Jeong ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1
콩은 우리나라 주요 식량 작물 중 하나이지만, 최근 기후 변화에 따른 고온 다습한 기후로 인해 세균병의 발생 빈도가 증가하여 생산량과 품질에 영향을 받고 있다. 그러므로 세균병의 조기 진단 및 방제를 위한 분광 기술과 머신러닝의 필요성이 증가하고 있다. 따라서 본 연구는 온실 내부에서 분광계로 취득된 데이터와 머신러닝을 이용하여 콩 세균병의 일종인 들불병, 불마름병의 분류 가능성 및 성능 개선 방법을 검토하였다. 본 실험은 경상남도 밀양시에 위치한 국립식량과학원 남부작물부의 유리온실(35˚29’30.5”N 128˚44’ 36.2”E)에서 2022년 5월 16일에 2가지 품종(대찬, 청자 3호)에 들불병, 불마름병을 접종하여 진행하였다. 분광 데이터는 2022년 5월 16일부터 2022년 6월 3일까지 총 15일간 분광계(RS-3500, Spectral Evolution, USA)를 이용하여 취득되었다. 데이터 전처리에 따른 모델 성능 개선을 검토하기 위해 결측치 제거, 잡음 스펙트럼 제거, Savitzky-Golay filtering 기법을 통한 평활화를 각각 또는 조합하여 학습데이터를 생성하였다. 원본과 각 전처리를 진행한 데이터는 Decsion Tree(DT), Random Forest(RF), XGBoost, LightGBM 머신러닝 방법으로 들불병, 불마름병, 정상을 분류하는 모델을 개발하여 F1 Score(F), Kappa(K), Confusion Matrix(CM)로 성능평가를 하였다. 품종에 관계없이 원본데이터로 병증의 유무를 판단하는 것은 불가능하였으나, 전처리를 진행한 데이터에서는 유의미한 분류가 가능하였다. 청자의 경우, 전처리를 진행한 데이터 중에는 평활화만을 진행한 데이터의 RF모델이 1.00(F),1.00(K)으로 완벽하게 분류하였다. 대찬 품종의 경우 결측치 제거와 평활화를 함께 진행한 데이터의 RF모델이 0.98(F), 0.99(K)로 가장 좋은 성능을 나타내었다. 이는 분광계로 취득한 데이터에서 평활화 처리가 성능개선에 효과적임을 나타내었고 특히 CM를 확인했을 때, 전처리 전 병을 정상으로 분류하였던 오분류가 모두 정분류가 되어 실제 방제 적용에 있어서도 더 효율적인 모델로 개선됨을 확인하였다. 이를 통해 콩 세균병 분류 진단 및 방제 적용 가능성을 확인하였으며, 향후 파장 대역 조정 및 밴드 셀렉을 통해 분류 효율을 개선할 예정이다.