• 한국농림기상학회지
• /
• 제26권1호
• /
• pp.53-62
• /
• 2024

본 연구에서는 딥러닝을 이용한 모형을 이용해서 우리나라 지역에 대한 서리 발생 예측 모형을 구축하였다. 딥러닝 모형의 학습 데이터로 다양한 기상인자들(최저기온, 풍속, 상대습도, 구름량, 강수량)을 사용하였으며, 기상인자들에 대한 통계적 분석 결과, 서리가 발생한 날과 서리가 발생하지 않은 날에 대해 각 요소별로 유의한 차이가 있는 것을 볼 수 있었다. 단일 딥러닝 모형 3가지와 다중 입력 딥러닝 모형 3가지를 이용하여 서리발생을 추정한 결과, 평균적으로 MLP가 가장 정확도가 낮았으며, LSTM, GRU 순으로 정확도가 높게 나타났고, 다중 입력 딥러닝 모형의 경우 3가지 모형이 거의 비슷한 결과가 나타났지만 그 중 평균적으로 GRU와 MLP를 이용한 모형이 가장 정확도가 높았다. 또한, 단일 딥러닝이 다중 입력 딥러닝에 비해 샘플에 따라 정확도 편차도 더 컸다. 이에 따라 결과적으로 단일 딥러닝 기반의 서리발생 예측 모형보다 다중 입력 딥러닝 기반의 서리발생 예측 모형이 안정성과 정확도와 재현율 측면에서 다소 우수한 것을 확인할 수 있었다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제25권1호
• /
• pp.8-14
• /
• 2006

This study examined how pre-service elementary teachers' perceptions regarding the learning environment (learning focus/ability-meritocracy/cooperative climate) and achievement goals (mastery/performance-approach/performance-avoidance) in science education courses jointly contributed to their science teaching efficacy beliefs (personal science teaching efficacy belief/science teaching outcome expectancy). A path analysis supported a causal model in which the perception of the learning focus influenced the mastery goal, which in turn influenced the personal science teaching efficacy belief and science teaching outcome expectancy. The perception of learning focus also had a direct effect on science teaching outcome expectancy. The perception of ability-meritocracy influenced personal science teaching efficacy belief via the performance-approach (positively) or, conversely, the performance-avoidance goal (negatively). No link .was deduced from the perception of cooperative climate. The educational implications of these findings were also discussed.

• 한국농공학회논문집
• /
• 제64권5호
• /
• pp.27-39
• /
• 2022

The smart farm is recognized as a solution for future farmers having positive effects on the sustainability of the poultry industry. Intelligent microclimate control can be a key technology for broiler production which is extremely vulnerable to abnormal indoor air temperatures. Furthermore, better control of indoor microclimate can be achieved by accurate prediction of indoor air temperature. This study developed predictive models for internal air temperature in a mechanically-ventilated broiler house based on the data measured during three rearing periods, which were different in seasonal climate and ventilation operation. Three machine learning models and a mechanistic model based on thermal energy balance were used for the prediction. The results indicated that the all models gave good predictions for 1-minute future air temperature showing the coefficient of determination greater than 0.99 and the root-mean-square-error smaller than 0.306℃. However, for 1-hour future air temperature, only the mechanistic model showed good accuracy with the coefficient of determination of 0.934 and the root-mean-square-error of 0.841℃. Since the mechanistic model was based on the mathematical descriptions of the heat transfer processes that occurred in the broiler house, it showed better prediction performances compared to the black-box machine learning models. Therefore, it was proven to be useful for intelligent microclimate control which would be developed in future studies.

• 한국농공학회논문집
• /
• 제65권1호
• /
• pp.15-26
• /
• 2023

This study aimed to evaluate the performance of water level classification from CCTV images in agricultural facilities such as reservoirs. Recently, the CCTV system, widely used for facility monitor or disaster detection, can automatically detect and identify people and objects from the images by developing new technologies such as a deep learning system. Accordingly, we applied the ResNet-50 deep learning system based on Convolutional Neural Network and analyzed the water level of the agricultural reservoir from CCTV images obtained from TOMS (Total Operation Management System) of the Korea Rural Community Corporation. As a result, the accuracy of water level detection was improved by excluding night and rainfall CCTV images and applying measures. For example, the error rate significantly decreased from 24.39 % to 1.43 % in the Bakseok reservoir. We believe that the utilization of CCTVs should be further improved when calculating the amount of water supply and establishing a supply plan according to the integrated water management policy.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권5호
• /
• pp.1414-1430
• /
• 2022

Due to the Internet of Things popularity, many agricultural data are collected by sensors automatically. The abundance of agricultural data makes precise prediction of rice yield possible. Because the climate factors have an essential effect on the rice yield, we considered the climate factors in the prediction model. Accordingly, this paper proposes a machine learning model for rice yield prediction in Taiwan, including the genetic algorithm and support vector regression model. The dataset of this study includes the meteorological data from the Central Weather Bureau and rice yield of Taiwan from 2003 to 2019. The experimental results show the performance of the proposed model is nearly 30% better than MARS, RF, ANN, and SVR models. The most important climate factors affecting the rice yield are the total sunshine hours, the number of rainfall days, and the temperature.The proposed model also offers three advantages: (a) the proposed model can be used in different geographical regions with high prediction accuracies; (b) the proposed model has a high explanatory ability because it could select the important climate factors which affect rice yield; (c) the proposed model is more suitable for predicting rice yield because it provides higher reliability and stability for predicting. The proposed model can assist the government in making sustainable agricultural policies.

• 한국산학기술학회논문지
• /
• 제20권10호
• /
• pp.332-340
• /
• 2019

본 연구는 시뮬레이션 교육을 받은 일 대학 간호학생의 학습동기와 전이풍토, 학습자기효능감 및 전이동기의 정도와 변수들 간의 상관관계를 확인하기 위한 서술적 조사연구이다. 연구대상은 일 간호대학에서 시뮬레이션 교과목을 이수한 4학년 학생이며, 자기보고식 설문지를 이용해 자료를 수집하였고, 수집된 자료는 SPSS 21.0 program을 이용하여 분석하였다. 연구 결과, 간호학생의 학습동기, 전이퐁토의 하위변인인 상사의 지지와 동료의 지지 및 전이기회, 그리고 학습자기효능감과 전이동기는 높은 수준인 것으로 나타났으며, 대상자의 학습동기, 학습자기효능감 및 전이동기는 모두 각각 사회적 입학동기(Z=6.04, p=.049; Z=6.92, p=.031; Z=9.16, p=.010)와 전공만족도(Z=8.55, p=.036; Z=12.55, p=.006; Z=13.47, p=.004)에 따라, 전이기회는 사회적 입학동기(Z=6.27, p=.043)에 따라 유의한 차이가 있었다. 이들 변수는 모두 서로 양의 상관관계를 보였으며, 특히 전이동기는 학습동기(r=.58, p=.002), 상사의 지지(r=.60, p=.004), 동료의 지지(r=.58, p<.001), 전이기회(r=.56, p=.002) 및 학습자기효능감(r=.79, p=.002)과 상관관계가 있었다. 본 연구결과를 토대로 전이동기와 관련된 변인 간의 구조적 인과관계를 파악하는 후속 연구 및 전이동기를 북돋기 위한 효과적인 시뮬레이션 교육 프로그램 개발이 필요하다.

• 한국지구과학회지
• /
• 제43권1호
• /
• pp.210-223
• /
• 2022

본 연구의 목적은 예비 지구과학교사들이 학생에 의해 구성된 기후변화 모델을 평가하는 기준을 탐색하는 것이다. 대도시 소재 대학 지구과학교육과 전공 수업에서 3주간 모델링 기반 과학 학습에 대한 강의를 수강한 예비 지구과학교사 25명이 연구에 참여하였다. 예비 지구과학교사들이 작성한 고등학생들이 구성한 7개의 기후변화 모델을 평가하는 보고서와 사후 인터뷰 자료를 수집하여 기후변화 모델 평가 기준을 귀납적으로 범주화하였다. 연구 결과 예비 지구과학교사들이 기후변화 모델을 평가할 때 다양한 인식론적 기준과 의사소통 기준을 동원하였음을 확인하였다. 연구 결과를 바탕으로 모델링 기반 기후변화 학습에 대한 시사점을 도출하였다.

• 한국수산과학회지
• /
• 제54권4호
• /
• pp.489-497
• /
• 2021

Climate change is affecting the evolutionary trajectories of individual species and ecological communities, partly through the creation of new species groups. As population shift geographically and temporally as a result of climate change, reproductive interactions between previously isolated species are inevitable and it could potentially lead to invasion, speciation, or even extinction. Four species of abalone, genus Haliotis are present along the Korean coastline and these species are important for commercial and fisheries resources management. In this study, genetic markers for fisheries resources management were discovered based on genomic information, as part of the management of endemic species in response to climate change. Two thousand one hundred and sixty one single nucleotide polymorphisms (SNPs) were discovered using genotyping-by-sequencing (GBS) method. Forty-one SNPs were selected based on their features for species classification. Machine learning analysis using these SNPs makes it possible to differentiate four Haliotis species and hybrids. In conclusion, the proposed machine learning method has potentials for species classification of the genus Haliotis. Our results will provide valuable data for biodiversity conservation and management of abalone population in Korea.

• KDI Journal of Economic Policy
• /
• 제45권2호
• /
• pp.21-50
• /
• 2023

In this paper, I empirically estimate the relationship between digital technology and climate technology using the United States Patent and Trademark Office's patent database. I find that innovation in digital technology increases the number of patents for climate technology by 17.3% on average, with digital data-processing technology and machine-learning-related technologies especially playing a key role in this relationship. Designing and implementing detailed policies that take into account the relationship between the two technologies will help us reduce the time required to achieve carbon neutrality and shift to the digital economy.

• 대한지구과학교육학회지
• /
• 제12권1호
• /
• pp.27-39
• /
• 2019

본 연구는 고등학교 '통합과학' 교과와 연계하여 CLAMP(Climate-Leaf Analysis Multivariate Program) 고기후 탐구를 통해 기후변화 교육을 할 수 있는 STEAM 프로그램을 개발했다. PDIE 교수 설계 모형에 따라 2015 개정교육과정과 과학 교과서를 분석했고, 전문가 패널과 pilot test를 통해 10차시의 수업자료를 개발했다. STEAM 수업 과정에 따라 상황제시 단계에서는 학교 부근의 광엽수종에서 잎을 수집하여 LMA(Leaf Margin Analysis) 기후 탐구활동으로 학습목표를 제시했다. 창의적 설계 단계에서는 연구 지역의 지질과 화석에 대해 학습했고, CLAMP 입력자료(잎화석의 인상학적 31가지 특성)를 분류하는 실습을 했다. 감성적 체험과 새로운 도전 단계에서는 야외학습으로 화석을 채집하고, CLAMP 방법으로 고기후를 탐구하며 신생대의 기후 변화 경향과 원인에 대해 토의하는 과정에서 기후소양을 함양하게 하였다. 개발 프로그램의 타당도 검증은 전문가 패널 간의 신뢰도 구축 과정을 통해 모든 항목에서 개발 목적에 적합하다는 평가(CVI .84)를 받았다. 이 프로그램을 고등학교 현장에 적용하기 위해서 불일치 사항을 보완하고, 적합성을 검토하기 위해 예비수업을 실시했다. 참여한 학생들의 수업만족도는 4.48이었고, 이들의 의견을 반영하여 프로그램을 완성했다. 이 연구는 고등학생들에게 기후변화에 대한 실천적 지식과 대응 행동 의지를 갖게 하고, 기후소양 함양에 기여할 수 있을 것이다.