• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.415-416
• /
• 2023

지구온난화와 농업 활동 감소로 인해 농작물 생산량이 줄어드는 추세이다. 4차 산업혁명 시대를 맞아 농업 분야에서도 인공지능 기술을 활용하여 효율적인 작물 재배가 가능해지고 있다. 작물의 수확량을 최고로 끌어올릴 수 있는 시간대별 최적 환경을 알아낼 수 있다면 식물 재배와 관련한 제반 사업에 도움이 될 것이다. 본 연구에서는 LSTM 알고리즘을 이용하여 상추의 일별 중량을 예측하는 인공지능 모델을 생성하였다. 제안하는 AI 예측 모델을 통해, 보다 효율적인 작물 재배가 가능해질 수 있을 것으로 보인다.

• 한국시뮬레이션학회논문지
• /
• 제30권2호
• /
• pp.41-48
• /
• 2021

농촌 인구의 감소와 고령화가 지속되면서 농업 생상성 향상의 중요성이 높아지고 있는 가운데, 농작물 품질에 대한 조기 예측은 농업 생산성 및 수익성 향상에 중요한 역할을 할 수 있다. 최근 CNN 기반의 딥러닝 기술 및 전이 학습을 활용하여 농작물의 질병을 분류하거나 수확량을 예측하는 연구가 활발하게 진행되고 있지만, 수확 후 농작물의 품질을 식재단계에서 조기에 예측하는 연구는 찾아보기 힘들다. 본 연구에서는 건강 기능성 식품으로 주목받고 있는 새싹삼을 대상으로, 수확 후 새싹삼의 품질을 식재단계에서 조기에 예측하는 모델을 제안한다. 이를 위하여 묘삼의 이미지를 촬영한 후 수경재배를 통해 새싹삼을 재배하였고, 수확 후 새싹삼의 품질을 분류하여 실험 데이터를 수집하였다. 다수의 CNN 기반의 사전 학습된 모델을 활용하여 새싹삼 조기 품질 예측 모델을 구축하고, 수집된 데이터를 이용하여 각 모델의 학습 및 예측 성능을 비교 분석하였다. 분석 결과 모든 예측 모델에서 80% 이상의 예측 정확도를 보였으며, 특히 ResNet152V2 기반의 예측 모델에서 가장 높은 정확도를 보였다. 본 연구를 통해 인력에 의존하던 기존의 묘삼 선별 작업을 자동화하여 새싹삼의 품질을 높이고 생산량을 증대시켜 농가의 수익창출에 기여할 수 있을 것으로 기대된다.

• 환경정보
• /
• 제26권1_2호
• /
• pp.56-58
• /
• 2004

최근 지하수 이용률이 해마다 증가하고 있지만 지하수의 체계적인 관리 부족으로 생활 오수 및 산업 폐수, 침출수에 의한 오염이 꾸준히 진행되고 있으며, 특히 가뭄을 비롯한 기상재해는 극심한 물 부족 현상을 낳고 농작물의 수확량을 감소시켜 식량 문제를 야기시키며, 먹는 물과 산업생산에 필요한 용수확보에도 곤란을 주어 삶의 질을 낮추는 직접적인 요인이 되고 있다. 더구나 오염된 지하수의 장시간의 방치로 사용 가능한 지하수량이 급격히 줄어들게 되며, 지하수 자원 이용률이 높은 음용수와 농·공업용수가 절대 부족하게 되어 농업 및 산업 전체, 그리고 인간생활 자체에까지 큰 악영향을 미치게 된다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2002년도 하계 학술대회 논문집
• /
• pp.249-254
• /
• 2002

온실에서 환기는 외기와의 공기교환을 통한 온도 및 습도의 조절뿐만 아니라 이산화탄소 등의 가스농도를 조절함으로써 온실내 공기의 쾌적성 확보와 실내기류의 형성으로 인한 작물의 생육촉진에도 중요한 역할을 담당한다. 그러므로, 작물생육환경의 최적화를 통한 품질향상 및 수확량 증대를 목적으로 하는 온실재배에 있어서 환기특성 분석 및 공기유동 예측은 가장 기본적인 설계요소라 할 수 있다. (중략)

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2021년도 추계학술대회
• /
• pp.58-58
• /
• 2021

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.99-106
• /
• 2023

최근 딥러닝 기술을 활용하여 작물 생산량 예측 연구가 많이 진행되고 있다. 딥러닝 알고리즘은 입력 데이터 세트와 작물 예측 결과에 대한 선형 맵을 구성하는데 어려움이 있다. 또한, 알고리즘 구현은 획득한 속성의 비율에 긍정적으로 의존한다. 심층강화학습을 작물 생산량 예측 응용에 적용한다면 이러한 한계점을 보완할 수 있다. 본 논문은 작물 생산량 예측을 개선하기 위해 DQN, Double DQN 및 Dueling DQN 의 성능을 분석한다. DQN 알고리즘은 과대 평가 문제가 제기되지만, Double DQN은 과대 평가를 줄이고 더 나은 결과를 얻을 수 있다. 본 논문에서 제안된 모델은 거짓 판정을 줄이고 예측 정확도를 높이는 것으로 나타났다.

• 한국농공학회논문집
• /
• 제54권4호
• /
• pp.83-92
• /
• 2012

짐바브웨는 식량부족을 격어 오고 있으며, 이는 기후변화에 따른 수자원의 부족, 인구증가, 개발 및 환경보전 등으로 인하여 앞으로는 더욱 심화될 것으로 보인다. 3가지 배출시나리오 (A2, A1B, B1)에 대한 13개의 GCM 기후자료로부터 상세화한 기후예측값과 AquaCrop 작물모형을 이용하여 기후변화가 짐바브웨의 주곡인 옥수수의 수확량에 미치는 영향과 모형예측값의 불확실성을 분석하였다. 작물생육환경이 잘 유지된다고 가정하고 옥수수 잠재생산량을 모의한 결과 기준년도 (1970s)에 비해 2020s, 2050s and 2090s 년대에 평균 (범위) 8 % (6-9 %), 14 % (10-15 %) 및 16 % (11-17 %) 증가할 것으로 예측되었다. 같은 기간에 대한 물의 생산성은 평균 (범위) 7 % (4-13 %), 13 % (6-30 %) 및 15% (6-23 %) 증가할 것으로 예측되었다. 기온의 꾸준한 상승과 대기중 이산화탄소 농도 증가로 인한 시비효과로 인하여 미래에는 옥수수 단위 생산량과 물의 생산성이 증가할 것으로 예측되었으며 증가 범위를 보면 모형간의 변동성이 상당히 큰 것을 알 수 있었다. 본 연구결과는 기후변화가 짐바브웨의 옥수수 생산량에 미치는 영향과 변동성을 제시하므로서 장기적인 식량계획의 기초자료로 이용될 수 있을 것이다.

• 드라이브 ㆍ 컨트롤
• /
• 제21권2호
• /
• pp.36-43
• /
• 2024

The yield is basic and necessary information in precision agriculture that reduces input resources and enhances productivity. Yield information is important because it can be used to set up farming plans and evaluate farming results. Yield monitoring systems are commercialized in the United States and Japan but not in Korea. Therefore, such a system must be developed. This study was conducted to develop a yield monitoring system that improved performance by correcting a previously developed flow sensor using a grain tank-weighing system. An impact-plated type flow sensor was installed in a grain tank where grains are placed, and grain tank-weighing sensors were installed under the grain tank to estimate the weight of the grain inside the tank. The grain flow rate and grain weight prediction models showed high correlations, with coefficient of determinations (R2) of 0.9979 and 0.9991, respectively. A main controller of the yield monitoring system that calculated the real-time yield using a sensor output value was also developed and installed in a combine harvester. Field tests of the combine harvester yield monitoring system were conducted in a rice paddy field. The developed yield monitoring system showed high accuracy with an error of 0.13%. Therefore, the newly developed yield monitoring system can be used to predict grain weight with high accuracy.

• 한국농공학회지
• /
• 제35권2호
• /
• pp.73-80
• /
• 1993

A simplified physiologically-based dynamic model, SIMRIW was selected for predicting the growth and yield of rice. The applicability of the model to the rice cultivars and weather conditions in the Republic of Korea was evaluated. Parameters of the model were calibrated using actual rice yields in Suweon region and an optimization scheme, Constrained Rosenbrock Algorithm. The simulated results from the calibrated model were in good agreement with the field data. The model with parameters calibrated for Suweon was applied to other five regions for the evaluation of transferability, but the simulated results fell short of satisfaction. However, the model is found to be applied to real-time prediction of the growth and yield of rice crop, which is believed to be useful for timely rice crop management, agricultural policy making, and optimal irrigation water management.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.419-427
• /
• 2021

지속적인 기후변화의 영향과 코로나 19로 인한 노동력 감소 등의 영향으로 매년 농작물의 작황 및 수확시기, 재배면적 등이 급격히 변화하고 있다. 이러한 상황에 탄력적으로 대응하기 위해서 ICT (Information and Communication Technology)를 기반으로 한 스마트팜 기술을 개별 농가에 적용하는 시도가 증가하고 있다. 한편, 다양한 기관에서 인공지능 기술 및 IoT 기술을 적용한 농작물의 수확량 예측을 시도하고 있으나 학습데이터의 부족으로 인해서 정확한 예측이 어려운 실정이다. 본 연구에서는 특정 기관에 국한된 데이터 수집의 한계를 극복하기 위해 농민들이 직접 참여하여 정확한 데이터를 입력하고 공유하여 생산량을 예측하는 커뮤니티 매핑 기반의 스마트 파머 서비스 기술을 개발하였다. 그 과정에서 생산량에 비하여 가격 변동이 큰 작물인 배추를 대상으로 분석을 수행하였다.