http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
특용과수의 병해충 및 기상재해 방지를 위한 통합관리 플랫폼 설계에 대한 연구
김홍근 ( Kim Hong Geun ),이명배 ( Lee Myeong Bae ),김유빈 ( Kim Yu Bin ),조용윤 ( Cho Yong Yun ),박장우 ( Park Jang Woo ),신창선 ( Shin Chang Sun ) 한국정보처리학회 2016 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.5 No.10
최근 IoT 기술을 다양한 분야에 적용하는 사례가 늘어나고 있는 추세이다. 특히 각종 환경 센서를 통해 수집되는 대량의 데이터를 분석하여 적절한 정보를 제공하는 기술에 대해 연구되고 있다. 이러한 기술은 각 산업분야 중 농산업분야에서도 연구가 활발히 진행되고 있다. 농산업 분야에서 생장환경의 조성을 위한 모니터링 및 제어에 대한 연구가 많이 진행되고 있으나 병해충 및 기상재해 정보는 우리나라 평균 기상환경에 맞추어 방제 매뉴얼을 작성하여 제공됨으로 인해 실제 지역별 환경에 매우 힘든 실정이다. 특히, 특용과수는 전남지역에 생산량이 매우 높은편으로 지역 실정에 맞는 정보를 효율적으로 제공하기 위해서는 지역별 정보에 대한 수집에서 전문가 정보 제공에 이르는 다양한 시스템이 필요하다. 본 논문에서는 미세기상 기후 수집 및 영상 정보를 통한 이미지 분석, 예찰 모형 등을 통해 병해충 및 기상재해에 대한 피해를 최소화하기 위한 통합지원 플랫폼을 제안한다. 특용과수의 병해충에 대한 피해를 줄이기 위해 다양한 IoT 기술들을 활용하여 이를 통해 병해충에 대한 방제시기를 적절하게 알려주고, 생장환경을 적절하게 유지함으로써 특용과수 농가의 피해를 최소화하고 생산성을 향상시킬 수 있을 것으로 기대된다. Recently, IoT technology has been applied in various field. In particular, the technology focuses on analysing large amount of data that has been gathered from the environmental sensors, to provide valuable information. This technique has been actively researched in the agro-industrial sector. Many researches are underway in the monitoring and control for growth crop environment in agro-industrial. Normally, the average weather data is provided by the manual agro-control method but the value may differ due to the different region`s weather and environment that may cause problem in the disease and insect-pest prevention. In order to develop a suitable integrated system for fruit tree, all the necessary information is obtained from the Jeollanam-do province, which has the high production rate in the Korea. In this paper, we propose an integrated support platform for the growing crops, to minimize the damage caused due to the weather disaster through image analysis, forecasting models, by using the micro-climate weather information collection and CCTV. The fruit tree damage caused by the weather disaster are controlled by utilizing various IoT technology by maintaining the growth environment, which helps in the disease and insect-pest prevention and also helps farmers to improve the expected production.
소규모 온실을 위한 SBC기반의 모니터링 시스템에 대한 연구
조현욱 ( Hyun-wook Cho ),이명배 ( Myeong-bae Lee ),반경진 ( Kyeong-jin Ban ),임종현 ( Jong-hyun Lim ),신창선 ( Chang-sun Shin ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.2
작물의 생육에 따라 적기에 필요한 양만큼의 양분을 공급해 최고의 생산성을 올릴 수 있는 수경재배는 정보통신기술(ICT)을 융·복합한 스마트 농업 형태로 전환되고 있으나, 기술 발전에도 불구하고 여전히 환경 및 경제성 문제 등 많은 개선점을 가지고 있다. 본 논문에서는 딸기 수경재배지의 환경 데이터 및 생육 데이터를 수집하고, 터치스크린과 스마트폰을 통하여 배양액의 배액량, pH, EC, 온도, 습도를 실시간 및 정한 기간에 따라 모니터링이 가능한 수경재배 소규모 온실을 위한 SBC기반의 모니터링 시스템을 제안한다.
배석환 ( Seok-hwan Bae ),조현욱 ( Hyun-wook Cho ),이명배 ( Myeong-bae Lee ),박장우 ( Jang-woo Park ),조용윤 ( Yong-yun Cho ),신창선 ( Chang-sun Shin ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1
본 논문은 딸기 재배 시설에서의 이루어지고 있는 온실 환경에서 생장 관리 기술의 생장 상태 및 환경 변화를 인지하는 과정에서 수집되는 환경데이터와 제어장치 간의 상관관계를 비교 및 분석하고, 이를 통해 전력소비량에 대한 에너지효율을 높이면서 최적의 생장 환경을 제공할 수 있는 시스템을 제안한다. 제안하는 시스템은 딸기 재배 시설의 품질 향상 및 생산량 증대를 지원하는 온실 생장 환경모니터링 시스템 개발에 대한 연구이다. 향후에는 다양한 환경데이터와 제어장치 간의 상관관계의 정밀 분석을 통해 온실환경제어 시스템을 개선할 수 있는 연구가 될 것으로 기대된다.
IoT 기반의 배전설비 고장 감지 및 예지 시스템 설계에 관한 연구
김홍근 ( Hong-geun Kim ),이명배 ( Myeong-bae Lee ),조용윤 ( Yong-yun Cho ),박장우 ( Jang-woo Park ),신창선 ( Chang-sun Shin ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.1
최근, ICT/IoT 기술과의 융합은 다양한 산업분야에 적용되고 있으며, 안정적인 전력공급 및 지능 형전력망 구축에 대해 다양한 연구가 이루어지고 있다. 특히, 수요라인과 직접적으로 연관된 배전계통의 효율적인 운영 및 배전설비의 유지/관리 기술에 대한 연구에 많은 연구를 수행하고 있다. 본 논문에서는 다양한 배전설비에 대한 환경정보를 IoT 센서를 통해 수집함으로써 실시간으로 정전상 황을 불러올 수 있는 기자재의 고장감지 및 예측을 위한 시스템 모델을 제안한다. 제안하는 시스템 모델은 실시간으로 수집되는 정보들에 대해 시계열 기반의 필터링 및 이상점 판단을 위한 성분 분석을 실시하고, 고장진단 및 예측을 위해 기계학습 기반의 데이터 분석실시하여 기자재들의 고장감지 및 고장 발생 여부를 예측한다.
딸기 수경 재배 환경에서의 다중 선형 회귀 모델 기반의 양액 적정 흡수량 분석 연구
임종현 ( Jong-hyun Lim ),이명배 ( Myeong-bae Lee ),조현욱 ( Hyun-wook Cho ),신창선 ( Chang-sun Shin ),박장우 ( Chang-woo Park ),조용윤 ( Yong-yun Cho ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.2
우리 나라의 딸기 수경재배 면적은 2002년 5ha로 시작해서, 2007년에는 84ha, 2012년에는 317ha, 2017년에 1,575ha로 매년 30% 이상 급속하게 성장하고 있다. 이런 경향은 수경재배가 토양재배보다 작업이 용이하여 노동시간이 절약되며, 수량을 더 많이 생산할 수 있기 때문이다. 하지만, 공급양액을 배액으로 흘려버리는 비순환식 수경재배 방식이 증가 하면서 환경오염을 유발시킬 뿐만 아니라 수경재배 운영비용의 증가를 가져오고 있다. 본 논문은 작물 생장에 최적화된 양액공급을 위해 상관관계 분석 및 다중 선형 회귀 모델 기반의 딸기 수경재배 환경에서의 최적 양액 흡수량을 분석하고 추정해 보았다. 분석 결과, 수경재배 환경정보(일사량, 온도, 습도, CO<sub>2</sub> 등)를 대상으로 일사량 및 온도가 습도 및 CO<sub>2</sub>에 비해 딸기재배를 위한 양액 흡수량에 더 큰 영향을 주는 것으로 분석되었고, 다중 선형 회귀 모델을 통한 회귀식의 R-Square값은 0.358으로 나타났다.
장경민 ( Jang Kyeong Min ),이명배 ( Lee Myeong Bae ),임종현 ( Lim Jong Hyun ),오한별 ( Oh Han Byeol ),신창선 ( Shin Chang Sun ),박장우 ( Park Jang Woo ) 한국정보처리학회 2023 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.12 No.3
본 연구에서는 식물의 영양분 흡수에 따른 식물 성장뿐만 아니라 기공 기능 및 광합성에도 영향을 끼치는 온실의 수증기압차(VPD, Vapor Pressure Deficit)예측을 위한 머신러닝 모델들의 성능을 비교해보았다. VPD 예측을 위해 온실 내·외부 환경요소 및 시계열 데이터의 시간적 요소들과의 상관관계를 확인하고 상관관계가 높은 요소들이 VPD에 어떤 영향을 미치는지 확인하였다. 예측 모델의 성능을 분석하기 전 분석 시계열 데이터의 양(1일, 3일, 7일), 간격(20분, 1시간)이 예측 성능에 미치는 영향을 확인하여 데이터의 양과 간격을 조절하였다. 마지막으로 4개의 머신러닝 예측 모델(XGB Regressor, LGBM Regressor, Random Forest Regressor 등)을 적용하여 모델별 예측 성능을 비교했다. 모델의 예측 결과로 20분 간격의 1일의 데이터를 사용했을 때 LGBM에서 MAE는 0.008, RMSE는 0.011의 가장 높은 예측 성능을 보였다. 또한 20분 후 VPD 예측에 가장 큰 영향을 미치는 요소는 환경적 요인보다는 과거 20분 전의 VPD(VPD_y__71)임을 확인하였다. 본 연구의 결과를 활용하여 VPD 예측을 통해 작물의 생산성을 높이고, 온실의 결로, 병 발생 예방 등이 가능하다. 향후 온실의 환경 데이터 예측뿐만 아니라 더 나아가 생산량 예측, 스마트팜 제어 모델 등 다양한 분야에 활용할 수 있을 것이다. In this study, we compared the performance of machine learning models for predicting Vapor Pressure Deficits (VPD) in greenhouses that affect pore function and photosynthesis as well as plant growth due to nutrient absorption of plants. For VPD prediction, the correlation between the environmental elements in and outside the greenhouse and the temporal elements of the time series data was confirmed, and how the highly correlated elements affect VPD was confirmed. Before analyzing the performance of the prediction model, the amount and interval of analysis time series data (1 day, 3 days, 7 days) and interval (20 minutes, 1 hour) were checked to adjust the amount and interval of data. Finally, four machine learning prediction models (XGB Regressor, LGBM Regressor, Random Forest Regressor, etc.) were applied to compare the prediction performance by model. As a result of the prediction of the model, when data of 1 day at 20 minute intervals were used, the highest prediction performance was 0.008 for MAE and 0.011 for RMSE in LGBM. In addition, it was confirmed that the factor that most influences VPD prediction after 20 minutes was VPD (VPD_y__71) from the past 20 minutes rather than environmental factors. Using the results of this study, it is possible to increase crop productivity through VPD prediction, condensation of greenhouses, and prevention of disease occurrence. In the future, it can be used not only in predicting environmental data of greenhouses, but also in various fields such as production prediction and smart farm control models.
조현욱 ( Hyun-wook Cho ),이명배 ( Myeong-bae Lee ),사라스와디 ( Saraswathi Sivamani ),배석환 ( Seok-hwan Bae ),박철영 ( Chul-young Park ),박장우 ( Chang-woo Park ),조용윤 ( Yong-yun Cho ),신창선 ( Chang-sun Shin ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1
최근 딸기는 고소득 부가가치 작물로 인식되기 시작하면서 수확작업에 노력이 적게 들고, 재배 및 작업 환경이 개선된 딸기 수경재배에 관심이 높아지고 있다. 현재 우리나라에서도 한국형 배양액 자동공급시스템을 개발하여 보급하기 시작하였지만 딸기 수경재배에서는 배양액의 EC와 pH관리 및 배양액의 급액에 따른 적절한 배액량 구명이 가장 시급하게 필요한 사항이다. 본 논문에서는 생육과 밀접한 관계가 있는 딸기 수경재배 생육 정보를 수집하는 장치를 개발하였고, 이 장치를 통해 딸기 수경재배 생육 데이터들을 수집하고 분석하여 딸기 수경재배 농가에 균일화 된 품질생산 및 수확량 증대에 기여할 수 있을 것으로 기대된다.