최근 ICT기술에서 Machine learning이 주목을 받고 있는 이유는 과거 이론으로 정립되어 있던 기술들이 최근 빠른 기술의 발전으로 실생활에서 다양하게 사용되기 시작하였기 때문이다. 이와 같은 기술의 발전은 IoT를 이용하여 다양한 센서에서 데이터를 습득하고 이를 빠르게 처리할 수 있는 하드웨어적인 발전과 이론적으로 정립되어 있던 알고리즘이 실생활에서 사용할 수 있을 정도로 개발되었기에 가능했다. 앞에서 이야기한 바와 같이 ICT기술은 우리의 실생활의 많은 부분에서 사용되고 있다. 이중에서 ICT 기술을 농업, 축산업 등의 환경에 이용하여 첨단화 시킨 농장을 스마트 팜이라고 한다. 국내에서의 스마트 팜 연구는 주로 온실(Green house)을 중심으로 개발되고 있으며, 그 외에 스마트 과수원, 스마트 축사와 같은 형태로 연구 되고 있다. 이와 같은 상황에서 최근 공장형 축산에 대한 문제들이 발생하면서 동물복지형 축산에 대한 사람들의 관심이 증가하였고, 이에 따라 동물복지형 축산품에 대한 수요도 증가하고 있다. 변화하는 시대의 흐름에 맞추어 유럽과 같은 축산 선진국에서는 이미 동물복지형 스마트 팜에 대한 기술개발이 많이 진행되고 있다. 그렇지만 국내에서의 스마트 축산의 경우 ICT기술을 이용하여 공장형 축사의 환경을 자동으로 관리하기 위한 연구를 중심으로 개발되고 있다. 이와 같은 문제를 해결하기 위해서 본 연구에서는 동물복지형 스마트 팜에 필요한 요소 기술에 대하여 이야기하고 동물복지형 스마트 팜 기술을 Machine learning과 IoT를 이용하여 개발하기 위한 연구를 진행하였다. 동물복지형 축산에는 가축들을 방목환경에서 사육하는 것이 필요하다. 그렇지만 국내처럼 좁은 땅에서 방목환경을 구축하기엔 많은 어려움이 있다. 따라서 가축의 방목 환경을 구축에 어려운 점을 GPS기반 ...
최근 ICT기술에서 Machine learning이 주목을 받고 있는 이유는 과거 이론으로 정립되어 있던 기술들이 최근 빠른 기술의 발전으로 실생활에서 다양하게 사용되기 시작하였기 때문이다. 이와 같은 기술의 발전은 IoT를 이용하여 다양한 센서에서 데이터를 습득하고 이를 빠르게 처리할 수 있는 하드웨어적인 발전과 이론적으로 정립되어 있던 알고리즘이 실생활에서 사용할 수 있을 정도로 개발되었기에 가능했다. 앞에서 이야기한 바와 같이 ICT기술은 우리의 실생활의 많은 부분에서 사용되고 있다. 이중에서 ICT 기술을 농업, 축산업 등의 환경에 이용하여 첨단화 시킨 농장을 스마트 팜이라고 한다. 국내에서의 스마트 팜 연구는 주로 온실(Green house)을 중심으로 개발되고 있으며, 그 외에 스마트 과수원, 스마트 축사와 같은 형태로 연구 되고 있다. 이와 같은 상황에서 최근 공장형 축산에 대한 문제들이 발생하면서 동물복지형 축산에 대한 사람들의 관심이 증가하였고, 이에 따라 동물복지형 축산품에 대한 수요도 증가하고 있다. 변화하는 시대의 흐름에 맞추어 유럽과 같은 축산 선진국에서는 이미 동물복지형 스마트 팜에 대한 기술개발이 많이 진행되고 있다. 그렇지만 국내에서의 스마트 축산의 경우 ICT기술을 이용하여 공장형 축사의 환경을 자동으로 관리하기 위한 연구를 중심으로 개발되고 있다. 이와 같은 문제를 해결하기 위해서 본 연구에서는 동물복지형 스마트 팜에 필요한 요소 기술에 대하여 이야기하고 동물복지형 스마트 팜 기술을 Machine learning과 IoT를 이용하여 개발하기 위한 연구를 진행하였다. 동물복지형 축산에는 가축들을 방목환경에서 사육하는 것이 필요하다. 그렇지만 국내처럼 좁은 땅에서 방목환경을 구축하기엔 많은 어려움이 있다. 따라서 가축의 방목 환경을 구축에 어려운 점을 GPS기반 가상펜스(Virtual fence)기술과 자극 기법을 이용하여 해결하는 연구를 진행하였다. 가축에게 입는 장비를 장착하고 GPS로 가축의 위치를 추적 관리하며, 자극을 이용하여 가축이 소프트웨어에서 설정한 방목지를 이탈하지 못하도록 관리할 수 있음을 확인할 수 있었다. 그리고 방목환경에서 가축을 관리하기 위한 가상펜스기술에 가축의 행동을 분석할 수 있는 가축행동분석에 대한 연구도 함께 진행하였다. 왜냐하면 모든 가축을 사람이 한꺼번에 돌보기엔 많은 어려움 있기 때문에 이를 ICT기술을 이용하여 해결하고자 하였다. 가축 행동분석의 연구에서는 해외에서는 진행되지 않았던 흑염소 행동분석을 진행하였으며, 흑염소의 행동을 기립, 횡와, 보행, 달리기, 채식, 반추로 정의하고 행동분석의 정확도를 높이기 위하여 Support Vector Machine(SVM) 알고리즘과 강화학습(reinforcement learning)기법을 이용하여 흑염소 개별화 행동 분류 모델 알고리즘을 개발하였다. 이를 통해 흑염소의 행동 분석 정확도가 85%에서 88%로 증가함을 확인하였다. 마지막으로 산란계사의 동물복지환경 분석을 위해 끊임없이 소리를 내는 산란계의 특징을 이용하여 산란계 발성음으로 산란계사 환경을 분석하는 연구를 진행하였다. 산란계사의 환경을 온도, 환기 등이 자동으로 제어되는 연구가 진행되어 실제 활용되고 있지만 산란계가 실제 느끼는 환경에 대한 평가가 필요할 것이며 그리고 외부 침입 또는 산란계사의 다양한 환경을 파악하기 위해 산란계사의 환경을 산란계의 발성음으로 측정하고자 하였다. 산란계 발성음 분류에서는 산란계의 발성음을 8가지로 분류하여 외부침입, 고온, 저온, 산란, 외부침입 등을 파악할 수 있도록 시스템을 개발하였으며 동물복지계사에서 발성음을 이용한 산란계사의 환경을 분석할 수 있음을 확인할 수 있었다.
최근 ICT기술에서 Machine learning이 주목을 받고 있는 이유는 과거 이론으로 정립되어 있던 기술들이 최근 빠른 기술의 발전으로 실생활에서 다양하게 사용되기 시작하였기 때문이다. 이와 같은 기술의 발전은 IoT를 이용하여 다양한 센서에서 데이터를 습득하고 이를 빠르게 처리할 수 있는 하드웨어적인 발전과 이론적으로 정립되어 있던 알고리즘이 실생활에서 사용할 수 있을 정도로 개발되었기에 가능했다. 앞에서 이야기한 바와 같이 ICT기술은 우리의 실생활의 많은 부분에서 사용되고 있다. 이중에서 ICT 기술을 농업, 축산업 등의 환경에 이용하여 첨단화 시킨 농장을 스마트 팜이라고 한다. 국내에서의 스마트 팜 연구는 주로 온실(Green house)을 중심으로 개발되고 있으며, 그 외에 스마트 과수원, 스마트 축사와 같은 형태로 연구 되고 있다. 이와 같은 상황에서 최근 공장형 축산에 대한 문제들이 발생하면서 동물복지형 축산에 대한 사람들의 관심이 증가하였고, 이에 따라 동물복지형 축산품에 대한 수요도 증가하고 있다. 변화하는 시대의 흐름에 맞추어 유럽과 같은 축산 선진국에서는 이미 동물복지형 스마트 팜에 대한 기술개발이 많이 진행되고 있다. 그렇지만 국내에서의 스마트 축산의 경우 ICT기술을 이용하여 공장형 축사의 환경을 자동으로 관리하기 위한 연구를 중심으로 개발되고 있다. 이와 같은 문제를 해결하기 위해서 본 연구에서는 동물복지형 스마트 팜에 필요한 요소 기술에 대하여 이야기하고 동물복지형 스마트 팜 기술을 Machine learning과 IoT를 이용하여 개발하기 위한 연구를 진행하였다. 동물복지형 축산에는 가축들을 방목환경에서 사육하는 것이 필요하다. 그렇지만 국내처럼 좁은 땅에서 방목환경을 구축하기엔 많은 어려움이 있다. 따라서 가축의 방목 환경을 구축에 어려운 점을 GPS기반 가상펜스(Virtual fence)기술과 자극 기법을 이용하여 해결하는 연구를 진행하였다. 가축에게 입는 장비를 장착하고 GPS로 가축의 위치를 추적 관리하며, 자극을 이용하여 가축이 소프트웨어에서 설정한 방목지를 이탈하지 못하도록 관리할 수 있음을 확인할 수 있었다. 그리고 방목환경에서 가축을 관리하기 위한 가상펜스기술에 가축의 행동을 분석할 수 있는 가축행동분석에 대한 연구도 함께 진행하였다. 왜냐하면 모든 가축을 사람이 한꺼번에 돌보기엔 많은 어려움 있기 때문에 이를 ICT기술을 이용하여 해결하고자 하였다. 가축 행동분석의 연구에서는 해외에서는 진행되지 않았던 흑염소 행동분석을 진행하였으며, 흑염소의 행동을 기립, 횡와, 보행, 달리기, 채식, 반추로 정의하고 행동분석의 정확도를 높이기 위하여 Support Vector Machine(SVM) 알고리즘과 강화학습(reinforcement learning)기법을 이용하여 흑염소 개별화 행동 분류 모델 알고리즘을 개발하였다. 이를 통해 흑염소의 행동 분석 정확도가 85%에서 88%로 증가함을 확인하였다. 마지막으로 산란계사의 동물복지환경 분석을 위해 끊임없이 소리를 내는 산란계의 특징을 이용하여 산란계 발성음으로 산란계사 환경을 분석하는 연구를 진행하였다. 산란계사의 환경을 온도, 환기 등이 자동으로 제어되는 연구가 진행되어 실제 활용되고 있지만 산란계가 실제 느끼는 환경에 대한 평가가 필요할 것이며 그리고 외부 침입 또는 산란계사의 다양한 환경을 파악하기 위해 산란계사의 환경을 산란계의 발성음으로 측정하고자 하였다. 산란계 발성음 분류에서는 산란계의 발성음을 8가지로 분류하여 외부침입, 고온, 저온, 산란, 외부침입 등을 파악할 수 있도록 시스템을 개발하였으며 동물복지계사에서 발성음을 이용한 산란계사의 환경을 분석할 수 있음을 확인할 수 있었다.
Recently, machine learning has been attracting attention in ICT technology because the technologies that were established theory have been used variously in real life due to the recent rapid development of technology. The development of this technology was made possible by the use of IoT to collect ...
Recently, machine learning has been attracting attention in ICT technology because the technologies that were established theory have been used variously in real life due to the recent rapid development of technology. The development of this technology was made possible by the use of IoT to collect data from various sensors, the development of hardware to handle it quickly, and the theoretically established algorithm to be used in real life. As mentioned earlier, ICT technology is used in many parts of our real life. Among them, Smart Farm is a farm where ICT technology is applied to agriculture, livestock, and other environments. As mentioned earlier, ICT technology is used in many parts of our real life. Among them, Smart Farm is a farm where ICT technology is applied to agriculture, livestock, and other environments. Research on smart farms in Korea is mainly centering on green houses. In addition, it is being studied in the form of smart orchard and smart barn. In this situation, with the recent problems with factory farming, people's interest in animal welfare livestock has increased, and accordingly, the demand for animal welfare livestock products is also increasing. In line with the changing times, these advanced technologies have already been researching for animal welfare smart farms in Europe, U.S. However, in the case of smart animal husbandry in Korea, it is being developed centering on researches for automatically managing the environment of factory farming using ICT technology. In order to solve this problem, this study addresses the elemental technologies for animal welfare smart farm and research to develop animal welfare smart farm technology using machine learning and IoT. Animal welfare livestock requires breeding livestock in grazing environments. However, there are many difficulties in constructing a grazing environment in a small land like Korea. Therefore, we have researched that a livestock grazing environment by using GPS based virtual fence technology and stimulation technique for this problem to solve. It has confirmed that the user can track the position of the livestock by using the equipment with GPS attached to the livestock and can prevent the livestock escape from the pasture set in the software by using the stimulus. We also researched a livestock behavior analysis together with virtual fence technology for managing livestock in grazing environments. Because a person is many difficulties to take care of all livestock at once, we tried to solve them by using ICT technology. In the part of livestock behavior analysis research, we conducted goat behavior analysis, which was not researched overseas. We defined the behavior of goat as standing, lateral, walking, running, eating, and ruminating. For the analysis of goat behavior, we developed a Goat Individualization Behavior Classification Model algorithm using Support Vector Machine (SVM) and reinforcement learning techniques. The accuracy of behavior analysis of black goats increased from 85% to 88%. Finally, to analyze animal welfare environment in the laying hens house we carried out a study by classifying sound of laying hens. Automatically control in the laying-hen house like temperature, ventilation has already been studied. However, it is necessary to evaluate the environment in which the laying hens actually feel. Also, in order to understand various environments of laying hens such as invasion, we tried to measure the environment of laying hens house by the sound of laying hens. In the laying hens sound classification, we have developed the system to classify sounds of the laying hens into 8 types. This system could estimate of laying hens house situation such as an intrusion, high temperature, low temperature, spawning. In the animal welfare laying hens house, we could analyze the environment of the laying hens house.
Recently, machine learning has been attracting attention in ICT technology because the technologies that were established theory have been used variously in real life due to the recent rapid development of technology. The development of this technology was made possible by the use of IoT to collect data from various sensors, the development of hardware to handle it quickly, and the theoretically established algorithm to be used in real life. As mentioned earlier, ICT technology is used in many parts of our real life. Among them, Smart Farm is a farm where ICT technology is applied to agriculture, livestock, and other environments. As mentioned earlier, ICT technology is used in many parts of our real life. Among them, Smart Farm is a farm where ICT technology is applied to agriculture, livestock, and other environments. Research on smart farms in Korea is mainly centering on green houses. In addition, it is being studied in the form of smart orchard and smart barn. In this situation, with the recent problems with factory farming, people's interest in animal welfare livestock has increased, and accordingly, the demand for animal welfare livestock products is also increasing. In line with the changing times, these advanced technologies have already been researching for animal welfare smart farms in Europe, U.S. However, in the case of smart animal husbandry in Korea, it is being developed centering on researches for automatically managing the environment of factory farming using ICT technology. In order to solve this problem, this study addresses the elemental technologies for animal welfare smart farm and research to develop animal welfare smart farm technology using machine learning and IoT. Animal welfare livestock requires breeding livestock in grazing environments. However, there are many difficulties in constructing a grazing environment in a small land like Korea. Therefore, we have researched that a livestock grazing environment by using GPS based virtual fence technology and stimulation technique for this problem to solve. It has confirmed that the user can track the position of the livestock by using the equipment with GPS attached to the livestock and can prevent the livestock escape from the pasture set in the software by using the stimulus. We also researched a livestock behavior analysis together with virtual fence technology for managing livestock in grazing environments. Because a person is many difficulties to take care of all livestock at once, we tried to solve them by using ICT technology. In the part of livestock behavior analysis research, we conducted goat behavior analysis, which was not researched overseas. We defined the behavior of goat as standing, lateral, walking, running, eating, and ruminating. For the analysis of goat behavior, we developed a Goat Individualization Behavior Classification Model algorithm using Support Vector Machine (SVM) and reinforcement learning techniques. The accuracy of behavior analysis of black goats increased from 85% to 88%. Finally, to analyze animal welfare environment in the laying hens house we carried out a study by classifying sound of laying hens. Automatically control in the laying-hen house like temperature, ventilation has already been studied. However, it is necessary to evaluate the environment in which the laying hens actually feel. Also, in order to understand various environments of laying hens such as invasion, we tried to measure the environment of laying hens house by the sound of laying hens. In the laying hens sound classification, we have developed the system to classify sounds of the laying hens into 8 types. This system could estimate of laying hens house situation such as an intrusion, high temperature, low temperature, spawning. In the animal welfare laying hens house, we could analyze the environment of the laying hens house.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.