• Korean Journal of Agricultural and Forest Meteorology
• /
• v.24 no.3
• /
• pp.133-144
• /
• 2022

This study was conducted to investigate the cultivation period, adaptive genetic resources, growth and development patterns, and water consumption for rice cultivation in the desert environment of United Arab Emirates (UAE). R esearch on rice cultivation in the desert environment is expected to contribute to resolving food shortages caused by climate change and water scarcity. It was found that the optimal cultivation period of rice was from late November to late April of the following year during which the low temperature occurred at the vegetative growth stage of rice in the UAE. Asemi and FL478 were selected to be candidate cultivars for temperature and day-length conditions in the desert areas as a result of pre-testing genetic resources under reclaimed soil and artificial meteorological conditions. In the desert environment in the UAE, FL478 died before harvest due to the etiolation and poor growth in the early stage of growth. In contrast, Asemi overcame the etiolation in the early stage of growth, which allowed for harvest. The vegetative growth phases of Asemi were from early December to early March of the following year whereas its reproductive growth and ripening phases were from early March to late March and from late March to late April, respectively. The yield of milled rice for Asemi was 763kg/10a in the UAE, which was about 41.8% higher than that in Korea. Such an outcome was likely due to the abundant solar radiation during the reproductive growth and grain filling periods. On the other hand, water consumption during the cultivation period in the UAE was 2,619 ton/10a, which was about three times higher than that in Korea. These results suggest that irrigation technology and development of cultivation methods would be needed to minimize water consumption, which would make it economically viable to grow rice in the UAE. In addition, select on of genetic resources for the UAE desert environments such as minimum etiolation in the early stages of growth would be merited further studies, which would promote stable rice cultivation in the arid conditions.

• Tunnel and Underground Space
• /
• v.31 no.5
• /
• pp.374-384
• /
• 2021

In this study, we propose a new approach for automatic fracture detection in CT scan images of rock specimens. This approach is built on top of two-stage object detection deep learning algorithm called Faster R-CNN with a major modification of using rotated bounding box. The use of rotated bounding box plays a key role in the future work to overcome several inherent difficulties of fracture segmentation relating to the heterogeneity of uninterested background (i.e., minerals) and the variation in size and shape of fracture. Comparing to the commonly used bounding box (i.e., axis-align bounding box), rotated bounding box shows a greater adaptability to fit with the elongated shape of fracture, such that minimizing the ratio of background within the bounding box. Besides, an additional benefit of rotated bounding box is that it can provide relative information on the orientation and length of fracture without the further segmentation and measurement step. To validate the applicability of the proposed approach, we train and test our approach with a number of CT image sets of fractured granite specimens with highly heterogeneous background and other rocks such as sandstone and shale. The result demonstrates that our approach can lead to the encouraging results on fracture detection with the mean average precision (mAP) up to 0.89 and also outperform the conventional approach in terms of background-to-object ratio within the bounding box.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.167-167
• /
• 2017

스마트팜 내부의 3차원 공간의 온도, 습도, 기압, 공기질 분석을 통한 돈사 미세 조절 기술에 대한 연구가 진행 중이다. 해당 특성 중에서 기압을 제외한 환경인자들은 돈사 내의 구조 특성상 위치별로, 시간별로 매우 상이한 변이의 형태를 보인다. 일정 시점을 기준으로 계측 지점 이외의 지점에 대한 환경인자들을 공간적으로 추정하는 기술은 대표적으로 컴퓨터 분석 기술에 의존하고 있다. 시간 복잡도가 매우 높은 CFD(Computer Fluid Dynamics) 방식은 정밀도 측면에서 유리하나, 상응하는 제어 기술/하드웨어 등의 부재로 모델링 결과의 활용도가 낮다고 볼 수 있다. 본 연구에서는 CFD를 수행하는 과정에 있어 실질적으로 유효한 단위로 공간 분해능을 낮추고, 동등한 크기의 세부 공간에 대한 모델링을 병렬적으로 수행하기 위한 방안을 연구하였다. 실험적으로 돈사 환경을 3차원으로 구성하기 위하여, 공기 흡입구, 배출구, 기둥, 덕트 요소를 포함시켰다. 실내 공간을 1차적으로 가로, 세로, 높이방향으로 $3{\times}3{\times}3$ 균등 분배한 후 3차원 행렬로 분할하였다. 각 분할된 행렬에 대한 연산 수행을 위하여 현재까지 대중에 공개된 SBC(Single Board Computer) 중 가장 높은 연산 수행 능력이 있는 Odroid-XU4(Hardkernel, AnYang, Korea) 16식을 병렬 클러스터링 기술로 연동하였다. 하나의 AP당 8개의 코어가 내장되어 있으므로, 총 128개의 코어를 이용하여 동시에 128개의 3D 정방행렬 연산이 가능하도록 구성하였다. 모델링을 위한 수학적 모델로는 실험적으로 Steady turbulent model (Newtonian coefficient)을 이용하였다. 클러스터링을 이용한 병렬 처리의 특성상 균등한 정보량을 동시에 배분해야 하므로 108 ($27{\times}4$)개의 코어를 이용하여 1차적으로 나뉜 공간을 다시 4등분하여 동시에 $12{\times}12{\times}12$에 해당하는 공간 분해능에 대한 처리를 동시에 수행할 수 있도록 하였다. 2단계에 걸쳐 분할한 공간 세그먼트에 대한 클러스터링 연산 수행 결과 초당 15회 정도의 연산을 수행할 수 있었으며, 시간 분해능을 100으로 설정한 경우 약 5초가 수행되었다. 선행적으로 수행하였던 CFD 모델링 (OpenFOAM)과 비교하였을 때 상대적으로 정밀도가 낮은 3차원 모델링 결과를 얻을 수 있었다. 모델링에 소요되는 시간을 비약적으로 경감 시킨 장점을 살려 적정한 공간 분할 기법과 추가로 발생하는 다수의 바운더리 조건을 근사적으로 추정할 수 있는 데이터 마이닝 기술이 보완되어야 할 것이다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.162-162
• /
• 2017

구글에서 공개한 Tensorflow를 이용한 여러 학문 분야의 연구가 활발하다. 농업 시설환경을 대상으로 한 빅데이터의 축적이 증가함과 아울러 실효적인 정보 획득을 위한 각종 데이터 분석 및 마이닝 기법에 대한 연구 또한 활발한 상황이다. 한편, 타 분야의 성공적인 심층학습기법 응용사례에 비하여 농업 분야에서의 응용은 초기 성장 단계라 할 수 있다. 이는 농업 현장에서 취득한 정보의 난해성 및 완성도 높은 생육/환경 모델링 정보의 부재로 실효적인 전과정 처리 기술 도출에 소요되는 시간, 비용, 연구 환경이 상대적으로 부족하기 때문일 것이다. 특히, 센서 기반 데이터 취득 기술 증가에 따라 비약적으로 방대해진 수집 데이터를 시간 복잡도가 높은 심층 학습 모델링 연산에 기계적으로 단순 적용할 경우 시간 효율적인 측면에서 성공적인 결과 도출에 애로가 있을 것이다. 매우 높은 시간 복잡도를 해결하기 위하여 제시된 하드웨어 가속 기능의 경우 일부 개발환경에 국한이 되어 있다. 일례로, 구글의 Tensorflow는 오픈소스 기반 병렬 클러스터링 기술인 MPICH를 지원하는 알고리즘을 공개하지 않고 있다. 따라서, 본 연구에서는 심층학습 기법 연구에 있어서, 예상 가능한 다양한 자원을 활용하여 최대한 연산의 결과를 빨리 도출할 수 있는 하드웨어적인 접근 방법을 모색하였다. 호스트에서 수행하는 일방적인 학습 알고리즘과 달리 이기종간 심층 학습이 가능하기 위해선 우선, NFS(Network File System)를 이용하여 데이터 계층이 상호 연결이 되어야 한다. 이를 위해서 고속 네트워크를 기반으로 한 NFS의 이용이 필수적이다. 둘째로 제한된 자원의 한계를 극복하기 위한 메모 공유 라이브러리가 필요하다. 셋째로 이기종간 프로세서에 최적화된 병렬 처리용 컴파일러를 이용해야 한다. 가장 중요한 부분은 이기종간의 처리 능력에 따른 작업을 고르게 분배할 수 있는 작업 스케쥴링이 수행되어야 하며, 이는 처리하고자 하는 데이터의 형태에 따라 매우 가변적이므로 해당 데이터 도메인에 대한 엄밀한 사전 벤치마킹이 수행되어야 한다. 이러한 요구조건을 대부분 충족하는 Open-CL ver1.2(https://www.khronos.org/opencl/)를 이용하였다. 최신의 Open-CL 버전은 2.2이나 본 연구를 위하여 준비한 4가지 이기종 시스템에서 모두 공통적으로 지원하는 버전은 1.2이다. 실험적으로 선정된 4가지 이기종 시스템은 1) Windows 10 Pro, 2) Linux-Ubuntu 16.04.4 LTS-x86_64, 3) MAC OS X 10.11 4) Linux-Ubuntu 16.04.4 LTS-ARM Cortext-A15 이다. 비교 분석을 위하여 NVIDIA 사에서 제공하는 Pascal Titan X 2식을 SLI로 구성한 시스템을 준비하였다. 개별 시스템에서 별도로 컴파일 된 바이너리의 이름을 통일하고, 개별 시스템의 코어수를 동일하게 균등 배분하여 100 Hz의 데이터로 입력이 되는 온도 정보와 조도 정보를 입력으로 하고 이를 습도정보에 Linear Gradient Descent Optimizer를 이용하여 Epoch 10,000회의 학습을 수행하였다. 4종의 이기종에서 총 32개의 코어를 이용한 학습에서 17초 내외로 연산 수행을 마쳤으나, 비교 시스템에서는 11초 내외로 연산을 마치는 결과가 나왔다. 기보유 하드웨어의 적절한 활용이 가능한 심층학습 기법에 대한 연구를 지속할 것이다

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.171-171
• /
• 2017

전산유체역학(CFD: Computational Fluid Dynamics)를 이용한 스마트팜 환경 내부의 정밀 제어 연구가 진행 중이다. 시계열 데이터의 난해한 동적 해석을 극복하기위해, 비선형 모델링 기법의 일종인 인공신경망을 이용하는 방안을 고려하였다. 선행 연구를 통하여 환경 데이터의 비선형 모델링을 위한 Tensorflow활용 방법이 하드웨어 가속 기능을 바탕으로 월등한 성능을 보임을 확인하였다. 그럼에도 오프라인 일괄(Offline batch)처리 방식의 한계가 있는 인공신경망 모델링 기법과 현장 보급이 불가능한 고성능 하드웨어 연산 장치에 대한 대안 마련이 필요하다고 판단되었다. CFD 해석을 위한 Solver로 SU2(http://su2.stanford.edu)를 이용하였다. 운영 체제 및 컴파일러는 1) Mac OS X Sierra 10.12.2 Apple LLVM version 8.0.0 (clang-800.0.38), 2) Windows 10 x64: Intel C++ Compiler version 16.0, update 2, 3) Linux (Ubuntu 16.04 x64): g++ 5.4.0, 4) Clustered Linux (Ubuntu 16.04 x32): MPICC 3.3.a2를 선정하였다. 4번째 개발환경인 병렬 시스템의 경우 하드웨어 가속는 OpenCL(https://www.khronos.org/opencl/) 엔진을 이용하고 저전력 ARM 프로세서의 일종인 옥타코어 Samsung Exynos5422 칩을 장착한 ODROID-XU4(Hardkernel, AnYang, Korea) SBC(Single Board Computer)를 32식 병렬 구성하였다. 분산 컴퓨팅을 위한 환경은 Gbit 로컬 네트워크 기반 NFS(Network File System)과 MPICH(http://www.mpich.org/)로 구성하였다. 공간 분해능을 계측 주기보다 작게 분할할 경우 발생하는 미지의 바운더리 정보를 정의하기 위하여 3차원 Kriging Spatial Interpolation Method를 실험적으로 적용하였다. 한편 병렬 시스템 구성이 불가능한 1,2,3번 환경의 경우 내부적으로 이미 존재하는 멀티코어를 활용하고자 OpenMP(http://www.openmp.org/) 라이브러리를 활용하였다. 64비트 병렬 8코어로 동작하는 1,2,3번 운영환경의 경우 32비트 병렬 128코어로 동작하는 환경에 비하여 근소하게 2배 내외로 연산 속도가 빨랐다. 실시간 CFD 수행을 위한 분산 컴퓨팅 기술이 프로세서의 속도 및 운영체제의 정보 분배 능력에 따라 결정된다고 판단할 수 있었다. 이를 검증하기 위하여 4번 개발환경에서 운영체제를 64비트로 개선하여 5번째 환경을 구성하여 검증하였다. 상반되는 결과로 64비트 72코어로 동작하는 분산 컴퓨팅 환경에서 단일 프로세서 기반 멀티 코어(1,2,3번) 환경보다 보다 2.5배 내외 연산속도 향상이 있었다. ARM 프로세서용 64비트 운영체제의 완성도가 낮은 시점에서 추후 성공적인 실시간 CFD 모델링을 위한 지속적인 검토가 필요하다.

• Korean Journal of Organic Agriculture
• /
• v.28 no.3
• /
• pp.315-334
• /
• 2020

This study was conducted to analyze factors affecting acceptance of smart farm technology. Smart farm technology is rapidly being introduced to agriculture in accordance with the progress of the 4th Industrial Revolution, but research on this is still little. Therefore, in this study, based on the unified theory of acceptance and use of technology (UTAUT), a research model reflecting the characteristics of smart farm technology was constructed. To test this, empirical analysis was performed. A survey was conducted for students in smart farm technology education and adult male and female farmers who are currently planning to operate smart farms. Valid 204 sample were used for analysis. The hypothesis test was based on multiple regression analysis using SPSS 24 statistical package. For the mediating effect and moderating effect, Process Macro 3.4 based on the regression equation was used. The results of testing the hypothesis are as follows. First, in the causal hypothesis test, it was shown that performance expectancy, social influence and price value have a significant positive effect on the intention to use smart farm technology. On the other hand, effort expectancy, facilitating conditions were not tested for a significant influence on the use of smart farm technology. As a result of analyzing the mediating effect of trust, it was found that trust plays a mediating role between performance expectancy, effort expectancy, social influence, facilitating conditions, price value and intention to use smart farm technology. In particular, the effort expectancy has not been tested for a direct significant effect on intention to use smart farm technology, but it has been shown to have an impact through trust. Trust was found to be a full mediating between the effort expectancy and the intention to use the smart farm technology. The current IT level of prospective users has been shown to play a moderating role between performance expectancy, facilitating conditions and intention to use smart farm technology. In particular, the IT level was found to strengthen the relationship between performance expectancy and intention to use smart farm technology. Based on the results of these studies, academic and practical implications were suggested.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.10 no.5
• /
• pp.442-454
• /
• 2017

As the demand for meat products has steadily increased in Korea, so the livestock industry has full grown. However, the opening of import meat products is taking a toll on the local industry. Cost reduction on livestock feed, which comprises the majority of costs involved in the industry is urgent to gain a competitive edge. As Internet of Things (IoT) technologies are being applied across a multiple of industries, so are the cases of applied Smart Farm technology for efficient production. The following research aims to utilize IoT technologies to measure, in real time, the rate of depletion of feed and remaining amount and to propose an effective automated reorder & delivery system. First, a method of utilization of ultrasonic and temperature/humidity sensors to obtain corresponding data of remaining feed in the Feedbin is proposed. In addition, a method of sending the obtained data via on-the-farm gateway to Supply Chain Management (SCM) servers is proposed. Finally, utilization of the stored data to construct an automated reorder & delivery service system is proposed. It is in the researcher's intention to contribute to and enable the local livestock industry with the application of various IoT services.

• Membrane Journal
• /
• v.30 no.3
• /
• pp.173-180
• /
• 2020

As the demand for fossil fuels continues to increase worldwide, carbon dioxide (CO₂) concentration in the air has increased over the centuries. The way to reduce CO₂ emissions to the atmosphere, carbon capture and sequestration (CCS) technology have been developed that can be applied to power plants and factories, which are primary emission sources. According to the climate change mitigation policy, direct air capture (DAC) in air, referred to as "negative emission" technology, has a low CO₂ concentration of 0.04%, so it is focused on adsorbent research, unlike conventional CCS technology. In the DAC field, chemical adsorbents using CO₂ absorption, solid absorbents, amine-functionalized materials, and ion exchange resins have been studied. Since the absorbent-based technology requires a high-temperature heat treatment process according to the absorbent regeneration, the membrane-based CO₂ capture system has a great potential Membrane-based system is also expected for indoor CO₂ ventilation systems and immediate CO₂ supply to smart farming systems. CO₂ capture efficiency should be improved through efficient process design and material performance improvement.

• Korean Journal of Remote Sensing
• /
• v.37 no.5_1
• /
• pp.1199-1206
• /
• 2021

Accordingly, attention is also being paid to the agricultural use of remote sensing technique that non-destructively and continuously detects the growth and physiological status of crops. However, when remote sensing techniques are used for crop monitoring, it is possible to continuously monitor the abnormality of crops in real time. For this, standard growth information of crops is required and relative growth considering the cultivation environment must be identified. With the relationship between GDD (Growing Degree Days), which is the cumulative temperature related to crop growth obtained from ideal cultivation management, and the vegetation index as standard growth information, compared with the vegetation index observed with the spectralreflectance sensor(SRS_NDVI & SRS_PRI) in each rice paddy treated with standard cultivation management and non-fertilized, it was quantitatively identified as a time series. In the future, it is necessary to accumulate a database targeting various climatic conditions and varieties in the standard cultivation management area to establish a more reliable standard growth information.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.5
• /
• pp.379-386
• /
• 2021

This study was undertaken to develop a cascade-type continuous culture system (CCCS) that combines both ICT and biotechnology (BT), for the mass production of microalgae. This system is capable of maintaining the essential culture conditions of pH, temperature, carbon dioxide, and illuminance control, which are key parameters for the growth of microalgae, and is economical for producing microalgae regardless of the season or location. It has the added advantage of providing stable and high productivity. In the current study, this system was applied to culture microalgae for 71 days, with subsequent analysis of the experimental data. The initial O.D. of the culture measured from incubator 1 was 0.006. On the 71st day of culture, the O.D.s obtained were 0.399 (incubator 1), 0.961 (incubator 2), 0.795 (incubator 3), and 0.438 (incubator 4), thereby confirming the establishment of continuous culture. Thus, we present a smart-farm based on ISMC (in-situ monitoring and control) for a mass culture method. We believe that this developed technology is suitable for commercialization, and has the potential to be applied to hydroponics-based cultivation of microalgae and cultivation of high-value-added medicinal plants as well as other plants used in functional foods, cosmetics, and medical materials.