• 제목/요약/키워드: HTTPS

검색결과 120건 처리시간 0.033초

한국식물병명목록 6.1판(2023 개정본) (Introduction of List of Plant Diseases in Korea 6.1st Edition (2023 Revised Version))

  • 김선희;최재혁;최영준;박병용;이수헌;김경희;공현기;김동근;김순옥;김영호;백창기;변희성;서장균;유준명;윤주연;이동현;이승열;임승모;전용호;전재용;최인수;최인영;최효원;홍진성;홍승범
    • 식물병연구
    • /
    • 제29권4호
    • /
    • pp.331-344
    • /
    • 2023
  • 한국식물병명목록 6판이 2022년 4월에 발행된 이후에 1년이 경과하였다. 목록 6판에서 발견된 오류사항을 수정하고 6판 이후에 보고된 병을 추가하여 한국식물병명목록 6.1판(2023)을 작성하였다. 기존 6판의 수정사항은 397건으로 대부분은 단순 오탈자나 경미한 사항이었으나, 12개의 병은 중복이나 근거가 명확하지 않아 삭제하였고, 2개의 병은 병명을 바꾸었다. 2021년 이전에 보고되었으나 6판에 수록되지 않았거나, 6판 발행 이후에 보고된 158개의 병을 추가하였다. 결국 목록 6.1판에는 6판에 보고된 병 6,534개에 146개 병이 추가되어 총 6,680개의 병이 수록되었다. 기주 분류군도 30개가 더해져 목록 6판의 1,390개에서 6.1판에는 1,420개가 되었다. 병원체는 목록 6판의 2,400개에서 62개가 더해져 6.1판에는 2,462 분류군이 되었다. 결국 한국식물병명목록 6.1판(2023)은 1,420개의 기주에, 2,462 분류군의 병원체가 일으키는 6,680개의 병을 수록하고 있다. 목록 6.1판은 책으로 인쇄되지는 않고 온라인 한국식물병명목록(https://genebank.rda.go.kr/kplantdisease.do)을 통하여 제공되고 있다.

입 모양 인식 시스템 전처리를 위한 관심 영역 추출과 이중 선형 보간법 적용 (Region of Interest Extraction and Bilinear Interpolation Application for Preprocessing of Lipreading Systems)

  • 한재혁;김용기;김미혜
    • 정보처리학회 논문지
    • /
    • 제13권4호
    • /
    • pp.189-198
    • /
    • 2024
  • 입 모양 인식은 음성 인식의 중요 부분 중 하나로 음성 인식을 위한 입 모양 인식 시스템에서 입 모양 인식 성능을 개선하기 위한 여러 연구가 진행됐다. 최근의 연구에서는 인식 성능을 개선하기 위해 입 모양 인식 시스템의 모델 구조를 수정하는 방법이 사용됐다. 본 연구에서는 모델 구조를 수정하는 것으로 인식 성능을 개선하는 기존의 연구와 달리 모델 구조의 변화 없이 인식 성능을 개선하는 것을 목표로 한다. 모델 구조의 수정 없이 인식 성능을 개선하기 위해, 사람이 하는 입 모양 인식에서 사용되는 단서를 참고해 입 모양 인식 시스템의 기존 관심 영역인 입술 영역과 함께 턱, 뺨과 같은 다른 영역을 관심 영역으로 설정하고 각 관심 영역의 인식률을 비교해 가장 높은 성능의 관심 영역을 제안한다. 또한, 관심 영역 크기를 정규화하는 과정에서 보간법의 차이로 인해 발생하는 정규화 결과의 차이가 인식 성능에 영향을 준다고 가정하고 최근접 이웃 보간법, 이중 선형 보간법, 이중 삼차 보간법을 사용해 동일한 관심 영역을 보간하고 각 보간법에 따른 입 모양 인식률을 비교해 가장 높은 성능의 보간법을 제안한다. 각 관심 영역은 객체 탐지 인공신경망을 학습시켜 검출하고, 각 관심 영역을 정규화하고 특징을 추출하고 결합한 뒤, 결합된 특징들을 차원 축소한 결과를 저차원 공간으로 매핑하는 것으로 동적 정합 템플릿을 생성했다. 생성된 동적 정합 템플릿들과 저차원 공간으로 매핑된 데이터의 거리를 비교하는 것으로 인식률을 평가했다. 실험 결과 관심 영역의 비교에서는 입술 영역만을 포함하는 관심 영역의 결과가 이전 연구의 93.92%의 평균 인식률보다 3.44% 높은 97.36%의 평균 인식률을 보였으며, 보간법의 비교에서는 이중 선형 보간법이 97.36%로 최근접 이웃 보간법에 비해 14.65%, 이중 삼차 보간법에 비해 5.55% 높은 성능을 나타내었다. 본 연구에 사용된 코드는 https://github.com/haraisi2/Lipreading-Systems에서 확인할 수 있다.

대학수학교육에서의 챗GPT 활용과 사례 (Use of ChatGPT in college mathematics education)

  • 이상구;박도영;이재윤;임동선;이재화
    • 한국수학교육학회지시리즈A:수학교육
    • /
    • 제63권2호
    • /
    • pp.123-138
    • /
    • 2024
  • 본 연구는 S대학 <인공지능을 위한 기초수학[Math4AI]> 강좌의 교수·학습과정에서 맞춤형 챗GPT를 개발하여 활용한 경험을 공유한다. 연구진은 ① 먼저 강좌 맞춤형 챗GPT (https://math4ai.solgitmath.com/)를 개발하였다. 이때 챗GPT가 부정확한 정보를 주지 않도록 수년간의 해당 강좌 주요 데이터(교재, 실습실, 토론 기록, 코드 등)를 우선적으로 학습하는 챗GPT의 기능을 적용하였다. ② 학생들이 교재를 스스로 학습하다 궁금한 부분이 생기면, 맞춤형 챗GPT 인터페이스를 통해 자연어로 수학 용어, 정리, 예제, 열린 문제 번호, 핵심어 등을 질문하여 도움을 얻을 수 있도록 하였다. 그러면 챗GPT는 관련된 주요 문제나 용어, 그리고 이전 학생들의 토론에 기반한 몇 가지 샘플 답안 또는 토론 내용과 함께 사용되었던 코드 샘플을 제공한다. ③ 학생들이 챗GPT를 통해 얻은 내용을 스스로 윤문하여 공유하고, 상호 토론하면서, 교재에서 제시하는 주요 개념과 열린 문제의 대부분을 이해하도록 하였다. ④ 학기 말에는 그간 본인이 얻은 열린 문제들에 대한 학습기록을 모아 PBL (Problem-Based Learning) 보고서로 제출하고, 발표하여 강좌를 수료하도록 하였다. 이러한 방식은 학생들이 학습을 포기하지 않고 한 단계 앞으로 더 나아갈 추진력과 동기를 주며, 궁극적으로 각각의 문제를 스스로 해결하는 자기 주도적 학습을 도울 수 있다. 또한 학생들 각자의 수준에 맞추어 실시간으로 최적화된 조언을 제시하므로 강좌뿐만 아니라 대학수학교육 전반에 대한 학생별 맞춤형 교육(personalized education)을 제공할 수 있다. 즉, 학생들이 담당교수(또는 조교)와 AI 조교의 도움으로 실시간 답변과 효과적인 조언을 받을 수 있게 됨을 의미한다. 이는 양질의 조교 부족에 대한 고민을 추가 비용 없이 획기적으로 해결할 수 있다. 본 연구는 강좌의 교수·학습과정에 교재 맞춤형 챗GPT를 접목한 것으로, 인공지능(AI) 기술을 기타 대학수학 과목들(미적분학, 선형대수학, 이산수학, 공학수학, 기초통계학 등)과 초·중·고 수학교육에 적용할 수 있는 새로운 방법을 제시한다. 특히 AI 기술을 적용하여 이전 수강생들의 학습기록(열린 문제 풀이, 토론 자료, 코드 등)을 참고하며, 각자 실습한 결과를 공유 및 상호 토론하여 문제를 해결하는 방식은, 다양한 전공의 학생들이 내용을 더 효과적으로 이해하고, 본인 전공 관련 문제 해결 능력을 향상시키는 데 획기적인 도움을 줄 것으로 예상된다. 또한 교재 맞춤형 챗GPT와 함께 자기주도적인 학습을 경험토록 하는 교수학습 방법은 평생 교육(lifelong learning, extension school, extension college, extended college) 또는 평생학습의 관점에서 중요하다.

스마트팜 열환경 모델링을 위한 Open source 기반 Data mining 기법 분석 (A Benchmark of Open Source Data Mining Package for Thermal Environment Modeling in Smart Farm(R, OpenCV, OpenNN and Orange))

  • 이준엽;오종우;이동훈
    • 한국농업기계학회:학술대회논문집
    • /
    • 한국농업기계학회 2017년도 춘계공동학술대회
    • /
    • pp.168-168
    • /
    • 2017
  • ICT 융합 스마트팜 내의 환경계측 센서, 영상 및 사양관리 시스템의 증가에도 불구하고 이들 장비에서 확보되는 데이터를 적절히 유효하게 활용하는 기술이 미흡한 실정이다. 돈사의 경우 가축의 복지수준, 성장 변화를 실시간으로 모니터링 및 예측할 수 있는 데이터 분석 및 모델링 기술 확보가 필요하다. 이를 위해선 가축의 생리적 변화 및 행동적 변화를 조기에 감지하고 가축의 복지수준을 실시간으로 감시하고 분석 및 예측 기술이 필요한데 이를 위한 대표적인 정보 통신 공학적 접근법 중에 하나가 Data mining 이다. Data mining에 대한 연구 수행에 필요한 다양한 소프트웨어 중에서 Open source로 제공이 되는 4가지 도구를 비교 분석하였다. 스마트 돈사 내에서 열환경 모델링을 목표로 한 데이터 분석에서 고려해야할 요인으로 데이터 분석 알고리즘 도출 시간, 시각화 기능, 타 라이브러리와 연계 기능 등을 중점 적으로 분석하였다. 선정된 4가지 분석 도구는 1) R(https://cran.r-project.org), 2) OpenCV(http://opencv.org), 3) OpenNN (http://www.opennn.net), 4) Orange(http://orange.biolab.si) 이다. 비교 분석을 수행한 운영체제는 Linux-Ubuntu 16.04.4 LTS(X64)이며, CPU의 클럭속도는 3.6 Ghz, 메모리는 64 Gb를 설치하였다. 개발언어 측면에서 살펴보면 1) R 스크립트, 2) C/C++, Python, Java, 3) C++, 4) C/C++, Python, Cython을 지원하여 C/C++ 언어와 Python 개발 언어가 상대적으로 유리하였다. 데이터 분석 알고리즘의 경우 소스코드 범위에서 라이브러리를 제공하는 경우 Cross-Platform 개발이 가능하여 여러 운영체제에서 개발한 결과를 별도의 Porting 과정을 거치지 않고 사용할 수 있었다. 빌트인 라이브러리 경우 순서대로 R 의 경우 가장 많은 수의 Data mining 알고리즘을 제공하고 있다. 이는 R 운영 환경 자체가 개방형으로 되어 있어 온라인에서 추가되는 새로운 라이브러리를 클라우드를 통하여 공유하기 때문인 것으로 판단되었다. OpenCV의 경우 영상 처리에 강점이 있었으며, OpenNN은 신경망학습과 관련된 라이브러리를 소스코드 레벨에서 공개한 것이 강점이라 할 수 있다. Orage의 경우 라이브러리 집합을 제공하는 것에 중점을 둔 다른 패키지와 달리 시각화 기능 및 망 구성 등 사용자 인터페이스를 통합하여 운영한 것이 강점이라 할 수 있다. 열환경 모델링에 요구되는 시간 복잡도에 대응하기 위한 부가 정보 처리 기술에 대한 연구를 수행하여 스마트팜 열환경 모델링을 실시간으로 구현할 수 있는 방안 연구를 수행할 것이다.

  • PDF

스마트팜 빅데이터 분석을 위한 이기종간 심층학습 기법 연구 (A Study on Deep Learning Methodology for Bigdata Mining from Smart Farm using Heterogeneous Computing)

  • 민재기;이동훈
    • 한국농업기계학회:학술대회논문집
    • /
    • 한국농업기계학회 2017년도 춘계공동학술대회
    • /
    • 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

  • PDF

실시간 CFD 모델링을 위한 오픈소스 분산 컴퓨팅 기술 연구 (A Research about Open Source Distributed Computing System for Realtime CFD Modeling (SU2 with OpenCL and MPI))

  • 이준엽;오종우;이동훈
    • 한국농업기계학회:학술대회논문집
    • /
    • 한국농업기계학회 2017년도 춘계공동학술대회
    • /
    • 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.

  • PDF

Bioinformatics services for analyzing massive genomic datasets

  • Ko, Gunhwan;Kim, Pan-Gyu;Cho, Youngbum;Jeong, Seongmun;Kim, Jae-Yoon;Kim, Kyoung Hyoun;Lee, Ho-Yeon;Han, Jiyeon;Yu, Namhee;Ham, Seokjin;Jang, Insoon;Kang, Byunghee;Shin, Sunguk;Kim, Lian;Lee, Seung-Won;Nam, Dougu;Kim, Jihyun F.;Kim, Namshin;Kim, Seon-Young;Lee, Sanghyuk;Roh, Tae-Young;Lee, Byungwook
    • Genomics & Informatics
    • /
    • 제18권1호
    • /
    • pp.8.1-8.10
    • /
    • 2020
  • The explosive growth of next-generation sequencing data has resulted in ultra-large-scale datasets and ensuing computational problems. In Korea, the amount of genomic data has been increasing rapidly in the recent years. Leveraging these big data requires researchers to use large-scale computational resources and analysis pipelines. A promising solution for addressing this computational challenge is cloud computing, where CPUs, memory, storage, and programs are accessible in the form of virtual machines. Here, we present a cloud computing-based system, Bio-Express, that provides user-friendly, cost-effective analysis of massive genomic datasets. Bio-Express is loaded with predefined multi-omics data analysis pipelines, which are divided into genome, transcriptome, epigenome, and metagenome pipelines. Users can employ predefined pipelines or create a new pipeline for analyzing their own omics data. We also developed several web-based services for facilitating downstream analysis of genome data. Bio-Express web service is freely available at https://www. bioexpress.re.kr/.

UML을 이용한 흠 네트워킹 지원 게이트웨이 관리 서버 설계 및 구현 (A Design and Implementation of the Management Sever for the Gateway Supporting Home Networking Using the UML)

  • 권진혁;민병조;강명석;남의석;김학배
    • 한국컴퓨터산업학회논문지
    • /
    • 제5권3호
    • /
    • pp.393-404
    • /
    • 2004
  • 최근에 일반 가정에 두 대 이상의 컴퓨터를 네트워크에 연결하여 사용하고 있고, 인터넷이나 네트워크에 독립적으로 운용되던 가전 기기들이 네트워크와 밀접한 관계를 맺으며 발전하고 있다. 이는 과거에 서브 네트워크의 마지막 단계에 해당하던 가정 자체가 하나의 서브 네트워크로 되어가는 추세로 이어진다. 가정 내에 존재하는 다양한 통신규약들을 기존에 구축된 외부 네트워크(인터넷)에 연결하기 위해서는 홈 네트워크를 하나의 서브 네트워크로 아여 이를 외부 네트워크와 연결할 수 있는 RG(Residential Gateway)가 필요하다. 그러나 내장형 시스템인 RG를 지원하는 관리 서버를 제안하였다. 관리 서버의 시스템 구조를 통해서 하드웨어의 문제를 해결하고 각 기기들에 사설 IP를 할당하여 IP 부족 문제를 해결하였다. 원격에서고 웹 브라우저를 이용하서 도메인내의 모든 RG 및 정보가전들을 관리,감시,제어가 가능하고 HTTPS 프로토콜을 통해서 통신에 대한 보란 수준을 높이는 웹 기반의 접근 방법을 관리 서버에서 제공한다. <중략> 관리 서버의 UI는 UML을 이용하여 사용자의 역할에 따라 다음과 같이 3가지 모드로 접속하도록 설계하였다. 설계된 3가지 모드는 관리자 모드,RG를 관리하기 위한 프로토콜로 SNMP를 사용하고 있으며 관리 서버와 RG간의 폴링 방법이 있다. 본 논문에서는 각각의 폴링 방법에 대한 문제점을 제시하고 다중 쓰레드를 이용한 관리 서버와 RG간의 폴링 방법을 나타낸다.

  • PDF

Effect of different plant densities on growth and yield of sorghum(Sorghum bicolor L. Moench.)

  • Cho, Young Dae;Jung, Ki Yuol;Chun, Hyun Chung;Lee, Sang Hun;Kang, Hang Won
    • 한국작물학회:학술대회논문집
    • /
    • 한국작물학회 2017년도 9th Asian Crop Science Association conference
    • /
    • pp.206-206
    • /
    • 2017
  • Sorghum is a crop with a various plant height depending on the planting density. If the height exceeds 1.8m, which is the harvestable height of the combine, loss is caused by clogging of the installation, entrance of the threshing section and the threshing section. The purpose of this study is to set the planting distance and number of plants per hill suitable for combine harvesting as the plant length does not exceed 1.8m. The experimental variety was Nampungchal. The experiment design was a split-plot design with three replications. The treatments were as follow: Main-plot were 1 and 2 plants as number of plants per hill and sub-plots were $60{\times}20cm$ (practice), $70{\times}15$, 20, 25, 30 cm as planting distance. The amount of nitrogen, phosphate and potassium fertilization were 100, 70, $80kg\;ha^{-1}$. Data were collected: (1) grain yield: weight of grain in $kg\;ha^{-1}$, (2) 1000 grain weight: average weight of 1000 grain, (3) plant height: distance from soil to top of panicle, (4) ear length: distance from top of stem to top of ear in cm, (5) stem diameter: diameter of second internode, (6) tiller number per hill. Analyses of variance were performed using R version 3.3.1(https://www. r- project. org). The Duncan's multiple range test(DMR) was used to separate treatment means at P < 0.05. As number of plants per hill increased, plant height and yield increased and tiller number decreased. As planting distance increased, plant height and yield decreased and tiller number increased. At 1 plant per hill, the plant height did not exceed 1.8m at all planting distance. At 2 plants per hill, the plant height did not exceed 1.8m from the planting distance of $70{\times}25cm$. At 1 plant per hill, the tiller number increased to 0.23, 0.27, 0.60 and 0.70 as the planting distance increased to $70{\times}15$, 20, 25 and 30 cm, respectively. At 2 plants per hill, the tiller number increased to 0.03, 0.03, 0.14 and 0.40 as the planting distance increased to $70{\times}15$, 20, 25 and 30 cm, respectively. At 1 plant per hill, the yield decreased to 6030, 4280, 3400 and $3230kg\;ha^{-1}$ as the planting distance increased. At 2 plant per hill, the yield decreased to 7850, 5770, 5720 and $4960kg\;ha^{-1}$ as the planting distance increased. We recommend that the optimum number of plants per hill and planting distance is 2 and $70{\times}25cm$ suitable for combine harvesting.

  • PDF

Effect of prohexadium-calcium on growth, lodging and yield of proso millet (Panicum miliaceum L.)

  • Choi, Young Dae;Jung, Ki Yuol;Chun, Hyun Chung;Lee, Sang Hun;Kang, Hang Won
    • 한국작물학회:학술대회논문집
    • /
    • 한국작물학회 2017년도 9th Asian Crop Science Association conference
    • /
    • pp.207-207
    • /
    • 2017
  • The proso millet is vulnerable to lodging due to high plant height and shallow root. A lodging results in a hard mechanical harvesting and yield loss. One of solutions on this problem is inhibition of internode elongation. The objective of this study was to set up use time and dose of prohexadium-calcium, is growth inhibitor. The experimental variety was Ibaekchal. The experiment design was a split-plot design with three replications. The treatments were as follow: Main-plots were 25 and 35 day after sowing(DAS) as use time and sub-plots were 0%, 50%, 100%(diluted solution of 1000 times, $1000{\ell}\;ha^{-1}$), 150% as dose. The amount of nitrogen, phosphate and potassium fertilization were 90, 70, $80kg\;ha^{-1}$, respectively. The size of high ridge and plant spacing were $90{\times}30cm$ and $60{\times}15cm$, respectively. Proso millet was sown on June 9, 2016 by hands and was adjusted at 2 plant per hill. The growth survey of vegetative growth stage was conducted at 1 day before treatment and with one week interval after treatment. Data were collected: (1) grain yield: weight of grain in $kg\;ha^{-1}$, (2) 1000 grain weight: average weight of 1000 grain, (3) plant height: distance from soil to top of panicle or leaf in cm, (4) ear length: distance from top of stem to top of ear in cm, (5) stem diameter: diameter of second internode (6) degree of lodging: percentage of lodging area, etc. Analyses of variance were performed using R version 3.3.1(https://www. r- project. org). The Duncan's multiple range test(DMR) was used to separate treatment means at P < 0.05. There was a significant difference in plant height and number of stem among the use time and dose of prohexadium-calcium during vegetative growth stage. At 25 DAS, the difference with no treatment increased until 25 day after treatment and decreased since then. The difference in number of stem increased until 18 day and decreased since 25 day. At 35 DAS, the difference with no treatment in plant height and number of stem increased until 22 day after treatment and decreased since then. We assumed that the effect of prohexadium-calcium was inhibition of internode elongation and promotion of tillering, continued untel 25day after treatment. At 25 DAS, the degree of lodging deceased to 100%, 30%, 10% and 0% as dose increased. At 35 DAS, the degree of lodging decreased to 100%, 20%, 0% and 0% as dose increased. At 25 DAS, the yield was 2910, 2710, 3190, $2310kg\;ha^{-1}$ among dose. At 35 DAS, the yield was 2750, 2630, 2220, $2050kg\;ha^{-1}$. We recommend that the optimum use time and dose of prohexadium-calcium for proso millet is 1000 times diluted solution of $1000{\ell}$ per ha at 25 day after sowing.

  • PDF