학술논문
머신러닝 적용 과일 수확시기 예측시스템 설계 및 구현
이용수 284
- 영문명
- (Design and Implementation of Fruit harvest time Predicting System based on Machine Learning)
- 발행기관
- 한국스마트미디어학회
- 저자명
- 오정원(Jung Won Oh) 김행곤(Hangkon Kim) 김일태(Il-Tae Kim)
- 간행물 정보
- 『스마트미디어저널』Vol8, No.1, 74~81쪽, 전체 8쪽
- 주제분류
- 공학 > 컴퓨터학
- 파일형태
- 발행일자
- 2019.02.28
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
최근에 머신 러닝 기술은 의료, 제조, 마케팅, 금융, 방송, 농업 등 사회 전반에 많은 영향을 미치고 있고 미래에도 인류의
생활에 많은 도움을 줄 것으로 예상된다. 본 논문에서는 인류의 생존에 가장 큰 영향을 주는 먹거리 즉, 농업 분야에 머신러닝
기술을 적용하는 방법을 연구한다. 농업 분야에 IoT(Internet of Things) 기술을 접목하는 스마트 팜 (Smart Farm) 분야는
생육환경을 실시간으로 모니터링 하여 농작물의 생육환경을 최적으로 유지 하는 방법을 중점적으로 연구한다. 최근 KT에서
출시된 기가 스마트 팜 솔루션 2.0 에서는 머신러닝 기술을 사용하여 온실내의 온습도를 최적으로 유지하는 기술에 머신러닝을 적용하였다. 기존의 스마트 팜 분야 연구가 생육환경 조절에 중점을 두어 생산성 증대에 집중되어 있지만 본 연구에서는 과일을 최상의 품질 상태에서 수확하여 좋은 가격으로 출하할 수 있도록 수확시기에 머신러닝을 적용하는 방법을 연구한다. 스마트팜 분야에 머신러닝 기술을 적용하기 위해서는 풍부한 빅 데이터의 확보가 무엇보다 중요하므로 정확한 머신러닝 기술을 적용하기 위해서는 지속적으로 빅 데이터 수집이 가능해야 한다. 본 논문에서 수확시기 예측에 필요한 인자로는 온실 내에서 재배되는 과일의 색상 값과 무게 값, 내부 온습도 값을 색상센서 와 무게센서, 온습도센서를 사용하여 실시간으로 수집하여 확보한다.
본 논문에서 제안하는 FPSML은 유사 과일 재배에 반복적으로 사용할 수 있는 아키텍처를 제공하며 지속적으로 빅 데이터가
축적될수록 보다 정밀한 수확시기를 예측할 수 있다.
영문 초록
Recently, machine learning technology has had a significant impact on society, particularly in the medical,
manufacturing, marketing, finance, broadcasting, and agricultural aspects of human lives. In this paper, we study
how to apply machine learning techniques to foods, which have the greatest influence on the human survival. In
the field of Smart Farm, which integrates the Internet of Things (IoT) technology into agriculture, we focus on
optimizing the crop growth environment by monitoring the growth environment in real time. KT Smart Farm
Solution 2.0 has adopted machine learning to optimize temperature and humidity in the greenhouse. Most existing
smart farm businesses mainly focus on controlling the growth environment and improving productivity. On the
other hand, in this study, we are studying how to apply machine learning with respect to harvest time so that we
will be able to harvest fruits of the highest quality and ship them at an excellent cost. In order to apply machine
learning techniques to the field of smart farms, it is important to acquire abundant voluminous data. Therefore, to
apply accurate machine learning technology, it is necessary to continuously collect large data. Therefore, the color,
value, internal temperature, and moisture of greenhouse-grown fruits are collected and secured in real time using
color, weight, and temperature/humidity sensors. The proposed FPSML provides an architecture that can be used
repeatedly for a similar fruit crop. It allows for a more accurate harvest time as massive data is accumulated
continuously.
목차
Ⅰ. 서 론
Ⅱ. 관련연구
Ⅲ. 머신러닝 적용 과일 수확시기 예측시스템의 분석 및 설계
Ⅵ. FPSML의 프로토타이핑 및 실행
Ⅴ. 결론
해당간행물 수록 논문
- An Optimal Model Prediction for Fruits Diseases with Weather Conditions
- 머신러닝 적용 과일 수확시기 예측시스템 설계 및 구현
- 인 메모리 악성코드 인젝션 기술의 언 패킹기법
- 실감형 콘텐츠 작동을 위한 모션 기반 4D 특수효과 장치 제어
- 랜섬웨어 탐지를 위한 효율적인 미끼 파일 배치 방법
- 핵심역량(4C) 증진을 위한 액티브러닝과 퍼실리테이션 융합 교육프로그램 연구
- 산업 영역에서 빅데이터 개인정보 보호체계에 관한 연구
- 포그 컴퓨팅을 위한 효율적인 IoT 플랫폼
- 중앙 집중식 불균등 체인 클러스터링을 위한 스케줄링 모델
- 빅데이터를 위한 데이터 시각화 방법과 표현 연구 (광주 대중버스노선 이용 실태를 적용한 태블루를 활용한 시각화 표현)
참고문헌
관련논문
공학 > 컴퓨터학분야 BEST
- 청소년들의 스마트폰 중독예방을 위한 이야기치료 집단상담 프로그램 개발
- 지도서비스를 이용한 위치 기반 관광 빅데이터의 시각화
- 틱톡의 숏폼 콘텐츠 특성이 관광지 이미지 및 방문의도에 미치는 영향
공학 > 컴퓨터학분야 NEW
더보기최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!