• 한국지리정보학회지
• /
• 제19권4호
• /
• pp.63-75
• /
• 2016

우리나라에서는 삼면이 바다와 접해있는 반도형태의 국가로 과거부터 해양수산물에 대한 양식이 이루어져 왔다. 최근에는 양식시설물들을 체계적으로 관리하기 위해 생산량에 대한 조사하고 있으며, 조사된 자료를 기반으로 생산물에 대한 가격책정을 수행하여 내수 어족자원을 안정화하고 어민생활권을 보장하고 있다. 이러한 양식시설물의 조사는 매년 항공사진 기반의 수동 디지타이징을 기반으로 하고 있다. 고해상도의 항공사진을 활용한 수동 디지타이징은 양식시설물 별 종류에 따른 특징과 시설물 운용 여부 등을 알고 있는 전문가의 지식을 기반으로 하여 정확한 구획이 수행된다. 그러나 항공사진의 활용은 생육주기가 다른 양식자원들을 모니터링하기에는 경제적, 시간적 한계가 있으며, 전문가의 지식기반 구획 역시 다수의 전문 인력 등이 투입되어야 한다. 그러므로 본 연구에서는 관측 대상지에 대한 대단위 모니터링이 가능한 위성영상을 바탕으로 양식장에 대한 외곽정보 자동으로 검출하는 프로토타입 시스템 개발에 대해 연구하였다. 연구에 사용되는 위성영상은 국내 고해상 위성인 KOMPSAT-3 위성영상 13 Scene을 양식시설이 주로 이용되는 10월에서 4월 사이에 신규 촬영하여 사용하였다. 양식시설의 검출은 가두리식, 연승식, 부류식 양식시설을 검출하였으며 검출 방법은 영상 처리를 통한 ANN 분류기법 및 Polygon 생성기법을 사용하였다. 개발된 프로토타입 시스템의 양식시설 검출율은 약 93% 정도로 나타났다. 위성영상 기반의 양식시설물 외곽정보 검출은 기존 항공사진이 가지는 모니터링의 한계를 개선할 수 있을 뿐만 아니라, 전문가가 양식시설을 탐지하고 판독하는 데 있어 유용하게 지원될 수 있을 것이다. 향후 양식장 시설물별 분류 및 영상 처리 기법의 적용을 통해 양식장 시설물 검출 시스템이 개발되어야 할 것이며, 해당 시스템을 통해 양식시설물 모니터링을 수행하여 관련 의사결정 지원에 도움이 될 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.157-173
• /
• 2011

최근 인터넷 사용의 증가에 따라 네트워크에 연결된 시스템에 대한 악의적인 해킹과 침입이 빈번하게 발생하고 있으며, 각종 시스템을 운영하는 정부기관, 관공서, 기업 등에서는 이러한 해킹 및 침입에 의해 치명적인 타격을 입을 수 있는 상황에 놓여 있다. 이에 따라 인가되지 않았거나 비정상적인 활동들을 탐지, 식별하여 적절하게 대응하는 침입탐지 시스템에 대한 관심과 수요가 높아지고 있으며, 침입탐지 시스템의 예측성능을 개선하려는 연구 또한 활발하게 이루어지고 있다. 본 연구 역시 침입탐지 시스템의 예측성능을 개선하기 위한 새로운 지능형 침입탐지모형을 제안한다. 본 연구의 제안모형은 비교적 높은 예측력을 나타내면서 동시에 일반화 능력이 우수한 것으로 알려진 Support Vector Machine(SVM)을 기반으로, 비대칭 오류비용을 고려한 분류기준값 최적화를 함께 반영하여 침입을 효과적으로 차단할 수 있도록 설계되었다. 제안모형의 우수성을 확인하기 위해, 기존 기법인 로지스틱 회귀분석, 의사결정나무, 인공신경망과의 결과를 비교하였으며 그 결과 제안하는 SVM 모형이 다른 기법에 비해 상대적으로 우수한 성과를 보임을 확인할 수 있었다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.23-45
• /
• 2020

기업의 경쟁력 확보를 위해 판별 알고리즘을 활용한 의사결정 역량제고가 필요하다. 하지만 대부분 특정 문제영역에는 적합한 판별 알고리즘이 어떤 것인지에 대한 지식은 많지 않아 대부분 시행착오 형식으로 최적 알고리즘을 탐색한다. 즉, 데이터셋의 특성에 따라 어떠한 분류알고리즘을 채택하는 것이 적합한지를 판단하는 것은 전문성과 노력이 소요되는 과업이었다. 이는 메타특징(Meta-Feature)으로 불리는 데이터셋의 특성과 판별 알고리즘 성능과의 연관성에 대한 연구가 아직 충분히 이루어지지 않았기 때문이며, 더구나 다중 클래스(Multi-Class)의 특성을 반영하는 메타특징에 대한 연구 또한 거의 이루어진 바 없다. 이에 본 연구의 목적은 다중 클래스 데이터셋의 메타특징이 판별 알고리즘의 성능에 유의한 영향을 미치는지에 대한 실증 분석을 하는 것이다. 이를 위해 본 연구에서는 다중 클래스 데이터셋의 메타특징을 데이터셋의 구조와 데이터셋의 복잡도라는 두 요인으로 분류하고, 그 안에서 총 7가지 대표 메타특징을 선택하였다. 또한, 본 연구에서는 기존 연구에서 사용하던 IR(Imbalanced Ratio) 대신 시장집중도 측정 지표인 허핀달-허쉬만 지수(Herfindahl-Hirschman Index, HHI)를 메타특징에 포함하였으며, 역ReLU 실루엣 점수(Reverse ReLU Silhouette Score)도 새롭게 제안하였다. UCI Machine Learning Repository에서 제공하는 복수의 벤치마크 데이터셋으로 다양한 변환 데이터셋을 생성한 후에 대표적인 여러 판별 알고리즘에 적용하여 성능 비교 및 가설 검증을 수행하였다. 그 결과 대부분의 메타특징과 판별 성능 사이의 유의한 관련성이 확인되었으며, 일부 예외적인 부분에 대한 고찰을 하였다. 본 연구의 실험 결과는 향후 메타특징에 따른 분류알고리즘 추천 시스템에 활용할 것이다.

• 사상체질의학회지
• /
• 제11권1호
• /
• pp.137-157
• /
• 1999

1. 연구배경 사상인은 생리 및 병리 현상에 차이를 나타낼 뿐만 아니라 섭생법 및 치료법에서도 각기 다른 방법을 적용하고 있다. 그러므로 사상의학에 있어서 체질변증분야가 매우 중요한 과제라 하겠다. 동무는 사상인변증의 진단지표를 외형 심성 병증 등을 제시하였고, 많은 의가들에 의해 여러 가지 새로운 체질변증의 방법이 모색되어 임상에 시도 활용되고 있는 추세이나 체질변증의 객관성유지에 어려운 점이 많아서 학문의 발전에 적지 않은 난관이 따랐다. 최근에는 음성과학의 발달에 힘입어 음성의 특성을 가시적 수치적으로 객관화 할 수 있는 가능성이 높아졌다. 본 연구는 이러한 음성과학을 바탕으로 여러 의가들에 의해 제시되어 온 사상인의 음성적 특정을 각 개인의 사상체질과 직접적으로 연관성이 있다고 판단되는 공명주파수와 기본주파수 등 여러 음성학적인 pattern자료들을 모집단으로부터 획득하여 체질별로 객관적인 수치로 비교 분석함으로써 음성과 체질과의 관계에 대하여 살펴보고 개인의 성문에 의한 사상체질 판단의 기본자료로 활용하고자 하였다. 2. 연구방법 상지대한의과대학 남학생 132명과 기타8명을 대상으로 하였다. 음향특성과 체질과의 상관성에 관하여 문헌조사를 하였다. 설문지와 체질전문가에 의하여 연구대상자를 체질 판별하였다. 연구대상자의 음성특성에 대한 설문조사를 하였고 CSL로 Pitch. Formant Frequency. Energy, Time of reading composition 등을 분석하고 통계 처리하여 체질 판별을 시도하였다. 3. 연구결과 1) 설문조사결과 소음인은 음성이 낮고 완만하며 조용한 편으로, 소양인은 음성이 높고 밝으며 급하고 함부로 말을 하는 것으로, 태음인은 음성이 낮고 무거우며 완만하고 굵고 성량이 풍부한 것으로 나타났다. 2) 문장의 평균 발음 시간에서 태양인은 다른 체질에 비하여 유의성 있게 길었다. 몸무게에서 태음인은 다른 체질에 비하여 유의성 있게 높았다. Formant frequency 1에서는 태양인이, Bandwidth 1에서는 소음인과 태양인이 다른 체질에 비하여 유의성 있게 낮았으며, Bandwidth 2와 Formant frequency 5에서는 태양인이 유의성 있게 높았다. Pitch Maximum과 Pitch Maximum-Pitch Minimum에서는 소음인과 태양인이 유의성 있는 차이를 나타내었다. Energy Mean에서는 태양인과 태음인에서 유의성 있는 차이를 나타내었다. 3) Multi-dimensional 4-class minimum-distance classifier 분석결과 모든 항목으로 분석한 것 보다 체질별로 특정 항목을 갖고 분석한 것이 높은 일치를 나타내었다. SPSS/PC+프로그램에서 일원분산분석과 판별분석결과 네 체질사이에서의 정판별력보다 소양인을 제외한 3체질 사이에서의 정판별력이 높았다. CART모형에서 앞에서 제시된 다른 방법들보다 높은 예측율을 보이고 있다. 연구수행과정 중에 표준화, 녹음기술, 적적한 문장의 선택, 음성분석 항목선택, 통계기법, 적절한 알고리즘의 개발 등의 많은 문제점이 나타나고 있으며 관련분야의 보완과 연구진행이 지속적으로 있어야 할 것으로 사려 된다. 다각도로 진행되고 있는 사상의학에서의 객관화 노력과 통계적인 방법론들이 적용되고 체질진단에 있어 가장 최적의 알고리즘을 찾아낼 수 있다면, 정확한 체질 진단과 더불어 그에 따른 환자들의 치료와 약물처방에 있어서도 많은 도움을 줄 수 있으리라 생각된다. 성문과 음성특성의 분석을 통한 사상체질 분류검사방법은 사상체질의 객관화를 위한 하나의 보조적인 방법이 될 수 있다고 사료된다.

• 감성과학
• /
• 제16권1호
• /
• pp.107-116
• /
• 2013

P300 문자입력기에 사용되는 대표적인 자극제시방법은 행-열 패러다임(RCP)이다. 그러나 RCP는 근접-혼동 오류와 이중-깜박임 문제를 가지고 있다. 본 연구에서는 RCP가 가지고 있는 두 가지 오류의 원천을 효과적으로 통제하는 하위블록 패러다임(SBP)을 제안하고 검증하였다. 15명의 실험참가자에게 RCP와 SBP를 모두 사용하여 문자를 입력하도록 하였다. 뇌파는 Fz와 Cz, Pz, P3, P4, PO7, PO8에서 측정하였다. 각 패러다임은 분류기를 학습시키기 위한 훈련단계와 문자입력기의 성능을 평가하기 위한 검사단계로 구성되어 있다. 훈련단계에서 18개의 문자를 입력하였으며, 검사단계에서 5명은 50개의 단어를 입력하였고 나머지 10명은 25개의 단어를 입력하였다. 정확도를 산출한 결과, SBP의 정확도는 83.73%로 RCP의 정확도 66.40%보다 통계적으로 유의하게 더 높았다. Pz에서 측정한 ERP를 분석하였을 때, 목표자극에 대한 정적 정점의 진폭이 RCP보다 SBP에서 더 크게 나타나 실험참가자들이 SBP에서 특정 문자에 더 많은 주의를 집중한 것으로 보인다. P300 문자입력기에 대한 사용용이성을 7점 척도로 측정하였을 때, SBP가 RCP보다 더 사용하기 쉬운 것으로 나타났다. 특히 RCP의 사용용이성은 대부분의 실험참가자들이 '힘들었다'는 범주에 응답한 반면, SBP의 사용용이성은 모든 피험자들이 '보통'과 '쉬웠다'의 범주에 응답하였다. 전반적으로 SBP가 RCP보다 우월한 것으로 평가되었으며, 논의에 SBP의 한계점에 대해서 기술하였다.

• 한국식품과학회지
• /
• 제26권5호
• /
• pp.596-602
• /
• 1994

국내에서 재배량 및 생산량이 가장 많은 장마로부터 마의 점질물을 농축시키기 위한 건조조건, 초미세분쇄 조건 및 공기분급조건을 조사하였다. 마의 건조는 동결 건조방법이 마 고유의 색 및 점실물을 보존시킬 수 있는 가장 좋은 방법이었으며, 열풍건조시 $40^{\circ}C,\;70^{\circ}C,\;80^{\circ}C$등의 건조온도에서는 갈변과 점성이 소실되는 현상이 심하여 $50^{\circ}C$ 정도의 건조온도가 적당한 것으로 나타났다. 동결건조하여 초미세분쇄된 마의 공기분급시 ACWS가 높은 분획으로 갈수록 식이섬유, 단백질 및 지방 함량이 급격히 증가하였다. 특히 ACWS 15,000rpm을 기준으로 비교하면 분급하지 않은 마 분말보다 식이섬유와 단백질 함량이 $2.5{\sim}9.0$배 정도 농축되는 결과를 보여주었다. 탄수화물의 함량은 ACWS가 증가할수록 88.31%에서 16.84%로 감소하여 분급하는 ACWS에 따라 성분들의 분리가 일어나고 있음을 확인할 수 있었다. ACWS 15,000rpm 이상의 분획들의 WSI와 WAI는 그 이하의 분획들보다 $1.5{\sim}3.0$배 이상 높았으며, 입자의 모양과 크기도 구형이 아닌 $15{\mu}m$ 이하의 부정형의 작은 입자들로 구성되어 있었다. 전단 속도 1000l/s로 에서의 겉보기점도의 경우 ACWS 15,000rpm 이상의 분획은 0.0800 Pa s이었고, 그 이하의 분획은 0.0080 Pa s로 나타나 10배 정도 점질물이 농축되었다. 이와같은 결과를 종합해보면 마로부터 점질물을 분리, 농축하기 위해서는 마를 동결건조하고 $5{\sim}30{\mu}m$크기의 입자로 초미세분쇄한 뒤 ACWS 15,000 rpm 이상으로 공기분급을 실시하면 가능한 것으로 판단되었다.심부근 보다 5${\sim}10^{\circ}C$ 높았으므로 적절한 주파수의 선정이 중요하였다. 5. 고추장과 된장의 수분함량이 습량 기준으로 30% 이하일 때는 전류가 흐르지 않아 Ohmic heating의 적용이 불가능 하였으나, 30% 이상에서는 수분함량의 증가에 따라 가열속도는 급속히 증가하였다.하였다. 6. 수분(水分) potential 엽수분함량(葉水分含量)이 동일(同一)한 조건(條件)에서 콩보다 인삼(人蔘)이 낮았으며, 수분(水分) potential과 광합성(光合成) 및 기공식도도(氣孔傳導度)와는 고도(高度)의 정(正)의 상관(相關)이있었다. 7. 이상(以上)의 결과(結果)를 종합(綜合)해 볼 때, 인삼(人蔘)의 광합성(光合成)이 타식물(他植物)보다 낮은 것은 기공식도도(氣孔傳導度)와 수분(水分) potential이 낮은 것과도 밀접(密接)한 관계(關係)가 있을 것으로 생각된다.g\;/\;\ell$ 처리(處理)의 대부분(大部分)이 주당(株當) 본수(本數)가 거의 1개체(個體) 정도(程度)이도 발육상태(發育狀態)도 불량(不良)하였으나 NAA $4mg\;/\;\ell\;Kinetin\;2mg\;/\;\ell$ 그리고 활성탄(活性炭) $1g\;/\;\ell$ 첨가처리(添加處理)에서 만이 주당(株當) 본수(本數)가 2.3개이고 개체당(個體當) 발근수(發根數)가 월등(越等)히 많았다. 5. 실험결과(實驗結果) 마 경절편(莖節片) 배양(培養)의 Shoot유가(誘起)에 가장 효과적(效果的)인 배지(培地)는 1/8MS+1AA $2mg\;/\;\ell+Kinetin\;2mg\;/\;\ell$+활성탄(活性炭) $1g\;/\;\ell$ 이였으며, White+NAA $4mg\;/\;\ell+Kinetin\;2mg\;/\;\ell$+활성탄(活性炭)

• 지능정보연구
• /
• 제18권1호
• /
• pp.125-141
• /
• 2012

본 연구는 최근 그 중요성이 한층 높아지고 있는 침입탐지시스템(IDS, Intrusion Detection System)의 침입탐지모형을 개선하기 위한 방안으로 유전자 알고리즘에 기반한 새로운 통합모형을 제시한다. 본 연구의 제안모형은 서로 상호보완적 관계에 있는 이분류 모형인 로지스틱 회귀분석(LOGIT, Logistic Regression), 의사결정나무(DT, Decision Tree), 인공신경망 (ANN, Artificial Neural Network), 그리고 SVM(Support Vector Machine)의 예측결과에 적절한 가중치를 부여해 최종 예측결과를 산출하도록 하였는데, 이 때 최적 가중치의 탐색을 위한 방법으로는 유전자 알고리즘을 사용한다. 아울러, 본 연구에서는 1차적으로 오탐지율을 최소화하는 최적의 모형을 산출한 뒤, 이어 비대칭 오류비용 개념을 반영해 오탐지로 인해 발생할 수 있는 전체 비용을 최소화할 수 있는 최적 임계치를 탐색, 최종적으로 가장 비용 효율적인 침입탐지모형을 도출하고자 하였다. 본 연구에서는 제안모형의 우수성을 확인하기 위해, 국내 한 공공기관의 보안센서로부터 수집된 로그 데이터를 바탕으로 실증 분석을 수행하였다. 그 결과, 본 연구에서 제안한 유전자 알고리즘 기반 통합모형이 인공신경망이나 SVM만으로 구성된 단일모형에 비해 학습용과 검증용 데이터셋 모두에서 더 우수한 탐지율을 보임을 확인할 수 있었다. 비대칭 오류비용을 고려한 전체 비용의 관점에서도 단일모형으로 된 비교모형에 비해 본 연구의 제안모형이 더 낮은 비용을 나타냄을 확인할 수 있었다. 이렇게 실증적으로 그 효과가 검증된 본 연구의 제안 모형은 앞으로 보다 지능화된 침입탐지시스템을 개발하는데 유용하게 활용될 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.105-122
• /
• 2019

텍스트 데이터가 특정 범주에 속하는지 판별하는 문장 분류에서, 문장의 특징을 어떻게 표현하고 어떤 특징을 선택할 것인가는 분류기의 성능에 많은 영향을 미친다. 특징 선택의 목적은 차원을 축소하여도 데이터를 잘 설명할 수 있는 방안을 찾아내는 것이다. 다양한 방법이 제시되어 왔으며 Fisher Score나 정보 이득(Information Gain) 알고리즘 등을 통해 특징을 선택 하거나 문맥의 의미와 통사론적 정보를 가지는 Word2Vec 모델로 학습된 단어들을 벡터로 표현하여 차원을 축소하는 방안이 활발하게 연구되었다. 사전에 정의된 단어의 긍정 및 부정 점수에 따라 단어의 임베딩을 수정하는 방법 또한 시도하였다. 본 연구는 문장 분류 문제에 대해 선택적 단어 제거를 수행하고 임베딩을 적용하여 문장 분류 정확도를 향상시키는 방안을 제안한다. 텍스트 데이터에서 정보 이득 값이 낮은 단어들을 제거하고 단어 임베딩을 적용하는 방식과, 정보이득 값이 낮은 단어와 코사인 유사도가 높은 주변 단어를 추가로 선택하여 텍스트 데이터에서 제거하고 단어 임베딩을 재구성하는 방식이다. 본 연구에서 제안하는 방안을 수행함에 있어 데이터는 Amazon.com의 'Kindle' 제품에 대한 고객리뷰, IMDB의 영화리뷰, Yelp의 사용자 리뷰를 사용하였다. Amazon.com의 리뷰 데이터는 유용한 득표수가 5개 이상을 만족하고, 전체 득표 중 유용한 득표의 비율이 70% 이상인 리뷰에 대해 유용한 리뷰라고 판단하였다. Yelp의 경우는 유용한 득표수가 5개 이상인 리뷰 약 75만개 중 10만개를 무작위 추출하였다. 학습에 사용한 딥러닝 모델은 CNN, Attention-Based Bidirectional LSTM을 사용하였고, 단어 임베딩은 Word2Vec과 GloVe를 사용하였다. 단어 제거를 수행하지 않고 Word2Vec 및 GloVe 임베딩을 적용한 경우와 본 연구에서 제안하는 선택적으로 단어 제거를 수행하고 Word2Vec 임베딩을 적용한 경우를 비교하여 통계적 유의성을 검정하였다.

• 농업생명과학연구
• /
• 제51권6호
• /
• pp.89-105
• /
• 2017

본 연구는 부모의 혈통정보를 모두 아는 혈통 및 고등등록우로 등록된 한우 암소 25,516두의 선형 및 외모심사형질에 대해 유전모수를 추정하였다. 각 심사형질에 영향을 주는 것으로 판단되는 주요인을 선정하여 다형질 개체모형에 적용하여 EM-REML 알고리즘 분석방법을 통해 각 형질에 대한 유전력과 유전상관과 표현형상관을 추정하였다. 한우 암소의 17개 선형심사형질 및 10개 외모심사형질(종합점수 포함)의 유전력 추정치의 범위는 0.03(유두배열)에서 0.42(체장)까지로 추정되었다. 체고, 체장, 강건성, 체심, 윤곽성, 정강이두께, 피모의 색, 엉덩이기울기, 고장, 좌골폭, 넓적다리의 두께, 유방용적, 유두길이, 유두배열, 발굽기울기, 뒷다리 비절기울기, 뒤에서 본 뒷다리자세, 체적 균형, 자질 품위, 머리 목, 전구, 중구, 엉덩이, 넓적다리, 유기, 지제보양 및 종합점수의 유전력은 각각 0.4, 0.42, 0.27, 0.25, 0.06, 0.14, 0.22, 0.31, 0.19, 0.17, 0.29, 0.04, 0.07, 0.02, 0.11, 0.03, 0.16, 0.27, 0.08, 0.15, 0.14, 0.14, 0.19, 0.16, 0.05, 0.08 및 0.3으로 추정되었다. 한편, 다형질개체모형에 의해 추정된 17개 선형심사형질과 종합점수에 대한 유전상관추정 결과는 다음과 같다. 고장과 좌골폭간에 0.96의 가장 강한 양(+)의 유전적 관계를 나타내었다. 반면 발굽기울기와 뒷다리 비절기울기간에는 -0.57의 가장 큰 음(-)의 유전상관을 보였다. 전체외모 형질인 체고, 체장, 간겅성 및 체심은 각 형질간에, 그리고 기타 형질들과 강한 양(+)의 유전상관관계를 나타내었다. 특히 체고 및 체심과 고장 및 좌골폭간에 높은 양(+)의 상관관계를 나타내었으며, 체고와 엉덩이기울기간에는 0.32의 양(+)의 상관을 나타내었다.

• 한국농림기상학회지
• /
• 제23권1호
• /
• pp.15-33
• /
• 2021

화상병이란 erwinia amylovora라는 강한 전염성을 보유하고 있어 감염 시 1년 내에 과수를 고사시키며 그 중심으로 반경 500m이내에 과수 재배를 불가능하게 만드는 세균성 바이러스이다. 이 화상병은 과수의 잎과 가지를 진한 갈색 또는 검은색으로 변색시키기 때문에 분광학적으로 검출이 가능하다고 판단되며 이는 다중분광센서를 탑재한 무인기를 이용하는 것이 효율적이다. 그러나 다중분광센서는 적은 중심 파장과 함께 넓은 반치전폭(FWHM)을 가지고 있어 화상병에 가장 민감하게 반응하는 파장 대역을 파악하기 어렵다. 그렇기 때문에, 본 논문에서는 화상병에 감염된 잎과 가지와 비감염된 잎과 가지의 초분광 이미지를 5 nm FWHM으로 취득한 후 각각 10 nm, 25 nm, 50 nm와 80 nm FWHM로 평준화한 후 샘플을 7:3, 5:5와 3:7의 비율로 훈련데이터와 검증데이터로 나누어 의사결정트리 기법으로 최적의 파장을 선정하고 overall accuracy (OA)와 kappa coefficient (KC)를 이용한 분류 정확도 평가를 통해 배나무 화상병 검출가능성을 확인하였다. 화상병에 감염 및 비감염된 잎과 가지의 초분광 반사율을 비교한 결과, green, red edge 및 NIR 영역에서 차이가 두드러지게 나타났으며 첫 번째 분류 노드로 선택된 파장 영역은 대체로 750 nm와 800 nm였다. 잎과 가지 영역의 영상데이터를 의사결정트리 기법을 이용하여 분류정확도를 종합적으로 비교한 결과, 50nm FWHM 인 4개 대역(450, 650, 750, 950nm)은 10nm FWHM인 8개 대역(440, 580, 660, 680, 680, 710, 730, 740nm)의 분류 정확도 차이가 OA에서 1.8%와 KC에서 4.1%로 나타나 더 낮은 비용의 밴드패스필터인 50nm FWHM을 이용하는 것이 더 유리하다고 판단된다. 또한 기존의 50nm FWHM 파장대역들에 25nm FWHM파장대역들(550, 800nm)을 추가하는 것을 통해 화상병 검출뿐만 아니라 농업에서 다양한 역할을 수행할 수 있는 다중분광센서를 개발할 수 있다고 판단된다.