Smart Media Journal (스마트미디어저널)

THE KOREAN INSTITUTE OF SMART MEDIA (한국스마트미디어학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Environmental Factor Recommendation Technology based on Deep Learning for Digital Agriculture

디지털 농업을 위한 딥러닝 기반의 환경 인자 추천 기술 연구

  • 조한진 (극동대학교 에너지IT공학과)
  • Received : 2023.05.03
  • Accepted : 2023.05.22
  • Published : 2023.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Smart Farm means creating new value in various fields related to agriculture, including not only agricultural production but also distribution and consumption through the convergence of agriculture and ICT. In Korea, a rental smart farm is created to spread smart agriculture, and a smart farm big data platform is established to promote data collection and utilization. It is pushing for digital transformation of agricultural products distribution from production areas to consumption areas, such as expanding smart APCs, operating online exchanges, and digitizing wholesale market transaction information. As such, although agricultural data is generated according to characteristics from various sources, it is only used as a service using statistics and standardized data. This is because there are limitations due to distributed data collection from agriculture to production, distribution, and consumption, and it is difficult to collect and process various types of data from various sources. Therefore, in this paper, we analyze the current state of domestic agricultural data collection and sharing for digital agriculture and propose a data collection and linkage method for artificial intelligence services. And, using the proposed data, we propose a deep learning-based environmental factor recommendation method.

스마트팜은 농업과 ICT의 융복합을 통해 농업의 생산뿐만 아니라 유통과 소비를 포함한 농업과 관련된 다양한 분야로 새로운 가치를 창출하는 것을 의미한다. 국내에서도 스마트 농업 확산을 위한 임대형 스마트팜을 조성하고, 스마트팜 빅데이터 플랫폼을 구축하여 데이터 수집·활용 촉진. 스마트 APC 확대, 온라인거래소 운영 및 도매시장 거래정보 디지털화 등 산지에서 소비지까지 농산물 유통 디지털 전환을 추진하고 있다. 이처럼 농업 데이터는 다양한 출처에서 특성에 따라 정보가 생성되고 있지만, 통계 및 정형화된 데이터를 이용한 서비스로만 활용되고 있다. 이는 농업에서 생산·유통·소비까지 분산된 데이터 수집으로 인해 한계가 있으며 다양한 출처로부터의 다양한 형태의 데이터를 수집·처리하기 어렵기 때문이다. 그러므로 본 논문에서는 디지털 농업을 위한 국내 농업 데이터 수집·공유 현황을 분석하고 인공지능 서비스를 위한 데이터 수집·연계 방법을 제안한다. 그리고 제안하는 데이터를 이용하여 딥러닝 기반의 환경 인자를 추천하는 방법을 제안한다.

Keywords

Acknowledgement

이 연구는 2022년도 극동대학교 교내연구비 지원에 의하여 수행된 것임(FEU2022R11)

References

  1. 김연중, 박지연, 박영구, "4차산업혁명에 대응한 스마트농업 발전 방안," 한국농촌경제연구원, 2017 
  2. 이명기, 정진호, 한이철 외 11명, "2021년 10대 농정 이슈," 한국농촌경제연구원, 2021 
  3. 한국정보통신기술협회, "ICT 표준화 전략," 한국정보통신기술협회, 2022년 
  4. 김연중, 서대석 외 2명, "제4차산업혁명 시대의 농업.농촌 대응전략 연구," 한국농촌경제연구원, 2022 
  5. 박주현, "스마트팜 최근 동향과 시사점," 정보통신기획평가원, 2021년 10월 
  6. 권기덕, "빅데이터와 ICT 융복합을 활용한 한국형스마트팜 모델", 산업연구, Vol. 44, No. 2, pp. 69-88, 2020년 https://doi.org/10.22915/RIFI.2020.44.3.004
  7. 스마트팜코리아(2023) https://www.smartfarmkorea.net (accessed Feb., 25, 2023). 
  8. 스마트팜 최적환경설정 안내서비스 (2023) https://smartfarm.rda.go.kr (accessed Feb., 25, 2023). 
  9. 스마트팜 혁신밸리 (2023) https://innovalley.smartfarmkorea.net (accessed Feb., 25, 2023). 
  10. 농업날씨365 (2023) http://weather.rda.go.kr (accessed Feb., 25, 2023). 
  11. 기상청 누리날씨 (2023) https://www.weather.go.kr (accessed Feb., 25, 2023). 
  12. 국가농작물병해충관리시스템 (2023) https://ncpms.rda.go.kr/npms (accessed Feb., 25, 2023). 
  13. 농산물 유통정보 (2023) https://www.kamis.or.kr (accessed Feb., 25, 2023). 
  14. U.S. DEPARTMENT OF AGRICULTURE (2023) https://www.usda.gov (accessed Feb., 25, 2023). 
  15. EU Space Data for Sustainable Farming (2023) https://fastplatform.eu (accessed Feb., 25, 2023). 
  16. Garcia, S., Luengo, J., & Herrera, F, "Data preprocessing in data mining," Cham, Switzerland: Springer International Publishing, Vol. 72, pp. 59-139, 2015. 
  17. 농촌진흥청, "데이터 기반 스마트 팜 생산성 향상 기술의 권역별 실증연구," 농촌진흥청, 2019년 
  18. 김병준, 박근호 외 3명, "딥러닝 모델을 활용한 개선된 비전 기반 딸기 병해 진단," 한국통신학회 학술대회논문집, 965-966쪽, 2022년 
  19. Prasad, S. K., Sreedharan, B. S., & Jaishanth, S, "Crop monitoring and recommendation system using machine learning techniques," a project report from Madras Institute of Technology, 600-025, 2017. 
  20. 이현조, 정현상, 채철주, "기계학습을 이용한 기상정보 기반 감귤 당도 예측 연구," 한국콘텐츠학회논문지, 제23권, 제1호, 74-82쪽, 2023년 1월 
  21. 이현조, 김용기, 구현정, 채철주, "농업 공공 빅데이터를 이용한 머신러닝 기반 생산량 및 판매 수익금 예측," 스마트미디어저널, 제11권, 제4호, 19-29쪽, 2022년 05월  https://doi.org/10.30693/SMJ.2022.11.4.19