순환신경망 알고리즘을 적용한 농산물 등급 분류에 관한 연구 = A study on classification of agricultural products grade using RNN algorithm

국문 초록 (Abstract)

현재 우리가 살고 있는 21세기에서 가장 중요한 연구과제 중 하나는 AI이다. 농경사회에서 산업혁명을 통해 육체노동의 대부분을 자동화로 이루었듯이 정보사회에서는 SW혁명을 통해 지능정보사회로 변화하게 되었다.
Google ‘알파고’의 사례에서 보듯이 컴퓨터가 스스로 학습하고 예측하는 Machine Learning(머신러닝)이 이제 바둑의 세계 까지 인간이 컴퓨터를 이길 수 없는, 다시 말하면 컴퓨터가 인간을 뛰어넘는 사례에서 볼 수 있는 것처럼 인공지능의 발전은 사회 전반에 전혀 새로운 과제와 도전을 제기하고 있다.
기계학습ML(machine learning)은 인공지능의 기초분야로서 컴퓨터가 혼자 학습 하도록 알고리즘 기술 개발을 하는 뜻을 의미하는데, 이제는 물류에서 항공에 이르는 사회전반에 응용이 활발히 진행되고 있다.
최근 주목받고 있는 6차 산업은 1차 산업인 농업수산업과 2차 산업인 제조업 및 가공업 그리고 여기에 3차 산업인 체험 및 관광 등 서비스업을 융합·복합화한 산업으로써 복합 산업공간을 창출할 뿐만 아니라, 인공지능과 함께 산업발전에 매우 중요한 역할을 담당하게 될 것이다. 이미 농촌 융·복합 산업이 일부농어촌에서 스마트 팜분야로 산업화 되었고 정부에서도 많은 관심과 지원을 구상하며 향후 지속적인 발전과 성장 할 분야이다.
따라서, 본 논문에서는 순환신경망 알고리즘을 적용한 농산물 분류 시스템 설계와 구현 및 실용화 가능성에 대한 분석과 예측을 중심으로 사과 작물의 사례를 연구하였다.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1. 연구의 필요성 1
• 2. 연구의 방법 및 범위 2
• Ⅱ. 이론적 배경 6
• 1. 인공지능 6
• 2. 머신러닝 알고리즘 7
• 3. 텐서플로우(Tensorflow) 9
• 4. 선행 연구 고찰 10
• Ⅲ. 시스템 구현 환경 및 적용 기술 12
• 1. 아두이노(Arduino) 12
• 2. 센서(Senser)기술 15
• 3. RNN(Recurrent Neural Network) 알고리즘 17
• 4. LSTM(Long Short Term Memory) 20
• Ⅳ. 과일 가격 예측 시스템 구현 및 결과 24
• 1. 프로그램 구현 24
• 2. 과일 가격 예측 시스템의 제공 데이터 29
• 3. 과일 가격 예측 시스템의 소스 코드 35
• 4. 과일 가격 예측 시스템 구현 및 결과 분석 46
• Ⅴ. 결론 53
• 참고문헌 55
• ABSTRACT 58

참고문헌 (Reference)

1. “구글 TensorFlow 소개, 김종영, 한국컴퓨터정보학회지 제23권 제2호, 9-15, , 2015

2. “Fire Image Processing Using OpenCV”, J. W Park, S. W. Kang, S. Y. Lee, 한국콘텐츠학회, Vol. No.1, pp79-82, , 2009

3. “농산물 수급안정정책에 대한 실증 연구”, 류상모, 박사학위논문, 서울 대학교 대학원, , 2017

4. “Tensorflow 기반 과일 분류 시스템 플랫폼 구축”, 정수호, 여현, 한국 통신학회 하계종합학술발표회 논문집, 1517-1517, , 2018

5. Intelligent missing persons index system based on the OpenCV and TensorFlo w, S. H. Lee, K. M. Lee, J. S. Kim, S. Jin, Y. T. Back, 한국컴퓨터정보학회, Vol. 24, No. 2, pp59-62 July, , 2016

6. “Development of Museum Exhibit Recognition Mobile Application using Deep Learning”, E. J. Jo, J. S. Leem, 대한전자공학회, pp1164-11 67 June, , 2018

7. “인공신경망 기법을 이용한 최적의 농산물 가격 예측모델 개 발”, 배경태, 석사학위논문, 숭실대학교 대학원, , 2017

8. “기온 예측 정확도 향상을 위한 순환 신경망 기반 기옥 예측 기법”, 송정현, 석사 학위논문, 경희대학교, , 2018

9. “텐서플로우를 이용한 주가 예측에서 가격-기반 입력 피쳐의 예측 성능 평가”, 송유정, 정보과학회 컴퓨팅의 실제 논문지 제23권 제 11호, 625-631, , 2017

10. “머신러닝(machine learning)을 통한 인터넷 사용자 구매예측 : entropy의 변화량 활용”, 김민성, 석사학위논문, 연세대학교 대학원, , 2015

11. “농산물 유통의 문제점에 대한 고찰과 농산물 수급상황 예측 을 위한 통계 분석”, 강원중, 석사학위논문, 고려대학교 대학원, , 2015

12. “인공지능 오픈소스 라이브러리 텐서플로우(tensorflow)와 인공 지능 응용 소프트웨어 개발”, 조만석, 한국통신학회지 제34권 제10호, 55-63, , 2017

13. “농산물 농가판매 가격형성의 요인에 관한 연구 : 마늘재배 농민의 시장교섭력을 중심으로”, 안기옥, 석사학위논문, 고려대학교 대학원, , 1983

14. “농산물도매시장 간 가격연관성 분석에 관한 연구 = A Study on the Relationship Between Price of Wholesale Markets”, 채수호, 박사학위 논문, 건국대학교 대학원, , 2018

15. “농산물 유통업체의 성과 및 가격안정 효과에 관한 실증 연구 = Empirical studies on the performance and Walmart effect of agricultural product distribution channels”, 채성훈, 박사학위논문, 서울시립대 학교 경제학과 대학원, , 2017