최근 인구감소와 노령화 사회로 인하여 농업에 종사하는 인구의 감소에 따른 노동력 부족과, 기후 변화 등으로 농가의 소득이 정체되고 있고, 곡물의 자급률 하락 등의 이유로 계획에 의한 농작물 생산이 제대로 이루어지지 못하고 있으며, 농산물의 가격과 생산량이 일정하지 못한 상황으로 소비자들은 안정적인 먹거리를 제공받지 못하고 있는 실정이다 또한 농업과 관련된 국내외의 환경이 급격하게 변화하고 있고, 수입 품목에 대한 개발이 확대되고 있으며, 농업 총생산액의 정체, 복잡한 유통구조, 농촌의 노동력 감소 및 노령화 등의 난관을 극복해야 하기에, 새로운 발전 방안이 모색되어야 하고, 양적 생산 중심에서, 질적 성장으로 방향을 전환할 필요가 있다. 특히 세계 경제의 부가가치 중에서 농업이 차지하는 비율은 5% 정도로서 부가가치의 중심이 농업에서 제조업으로 변화되다가 다시 서비스업으로 이동하고 있는 것이 현실로서, 세계 각국에서는 농업 분야에 자동화, 기계화, 첨단화를 통하여 농업의 현안을 해결하려고 노력하고 있으며, ...
최근 인구감소와 노령화 사회로 인하여 농업에 종사하는 인구의 감소에 따른 노동력 부족과, 기후 변화 등으로 농가의 소득이 정체되고 있고, 곡물의 자급률 하락 등의 이유로 계획에 의한 농작물 생산이 제대로 이루어지지 못하고 있으며, 농산물의 가격과 생산량이 일정하지 못한 상황으로 소비자들은 안정적인 먹거리를 제공받지 못하고 있는 실정이다 또한 농업과 관련된 국내외의 환경이 급격하게 변화하고 있고, 수입 품목에 대한 개발이 확대되고 있으며, 농업 총생산액의 정체, 복잡한 유통구조, 농촌의 노동력 감소 및 노령화 등의 난관을 극복해야 하기에, 새로운 발전 방안이 모색되어야 하고, 양적 생산 중심에서, 질적 성장으로 방향을 전환할 필요가 있다. 특히 세계 경제의 부가가치 중에서 농업이 차지하는 비율은 5% 정도로서 부가가치의 중심이 농업에서 제조업으로 변화되다가 다시 서비스업으로 이동하고 있는 것이 현실로서, 세계 각국에서는 농업 분야에 자동화, 기계화, 첨단화를 통하여 농업의 현안을 해결하려고 노력하고 있으며, 빅데이터 및 인공지능을 융합한 자율 운영 첨단 산업으로 진화될 것으로 예상되고 있다. 국내외에서는 전통산업에 2차 및 3차 산업을 융복합하고, 첨단 기술을 도입하여 스마트 농업이라고 하는 혁신적인 전략을 통하여 농업, 농총, 생산, 유통, 소비 등의 분야에 신성장 동력원을 창출하고, 농업 생산 과정에서 새로운 일자리 및 고부가가치를 창출할 수 있는 농업의 6차 산업을 진행하고 있는 상황이다. 그러나 국내 농업은 농업 인구의 고령화 및 감소로 인하여 농가소득이 감소하고 있고, 농업 환경 여건의 다양한 변화 및 수입 농산물 개방이 확대되고 있으며, 기후 의 급격한 변화로 인하여 많은 어려움을 겪고 있는 있기에, 기존의 농법 및 영농 방식으로는 다양한 변화를 대처하는 것은 한계가 있으며, 안전한 농산물의 먹거리 공급 및 수급 안정화를 위한 새로운 농업 방법론 및 기술의 도입이 시급한 실정이다. 이에 대한 대책 중 가장 각광 받고 있는 분야는 스마트 팜 분야로서 ICT(Information Communication Technology)와 농업 기술을 융합한 새로운 방식이며, 다양한 농업 분야(과수원, 축사, 비닐하우스 등)에서 생육 대상을 원격으로 관리하고, 모니터링 할 수 있는 특징을 가지고 있어, 현재 야기되고 있는 생산성 향상, 노동력 개선, 품질관리, 질병방지와 같은 문제를 해결할 수 있어, 세계 각국에서는 많은 인력과 자본을 투자하여 기술 개발을 하고 있다. 그러나 스마트 팜 시장은 대규모 농사에 대한 상업적인 활성화는 잘 이루어지고 있으나, 소규모로 작물을 재배하는 경우에는 활성화에 많은 어려움을 겪고 있는 상황이다. 스마트 팜은 ICT 기술을 적용하여 작물의 생육환경에 대한 정보와 생장하는 과정의 전 과정을 모니터링 하여 작물의 생산량을 증가 시킬 수 있다. 재배작물에 발생하는 질병은 작물 및 식물을 파괴시키는 중요한 이유 중 하나로서, 초기 단계에서 병해충에 의한 질병이 발견되면 적절한 치료가 가능하기에 전문가를 통하여 질병을 식별하고 질병에 대한 치료 및 보호 방법이 필요하다. 이를 위하여 전문가 시스템에 대한 연구가 활발하게 이루어지고 있으며, 인공지능의 한 분야인 전문가 시스템은 현재 농업과 관련된 다양한 분야로 확산되고 있다. 또한 병해충 작물을 재배하는 시설 내의 이미지를 수집하고 이를 통하여 검수 시스템을 설계하여 병해충 진단에 활용하는 연구, 무선 통신 환경을 구축하여 토양의 습도 및 대기 온도 등 다양한 환경 센서를 통하여 시설 내부를 모니터링하는 연구와 같이 병해충 진단 및 예방을 위한 다양한 시도를 하고 있다. 지금까지 대부분의 연구는 이미지 데이터나 각종 센서 데이터를 모니터링하고 데이터 분석을 위한 기초 자료를 수집하는 연구가 대부분이며, 이러한 시스템을 구축하려면 많은 초기 투자비용이 발생하여 접근하기에 많은 어려움을 내포하고 있는 상황이다. 최근 이를 해결하기 위하여 시설재배에 생산성 향상과 병해충 방제 및 예방을 위한 인공지능을 활용한 연구가 확대되고 있고, ICT 기술의 발전으로 많은 사람들이 시설재배에 대한 다양한 정보를 공유하고 있다. 특히 시설재배에 대한 전문 블로그가 확대되고 있으며, 포털 및 페이스북에서 지식 공유 사이트를 활용하여 사용자들은 적극적인 정보 교환 활동을 하고 있고, 정부도 시설재배 작물에서 발생할 수 있는 병해충 진단과 예방을 위해 다양한 연구 활동을 통하여 민간에게 결과를 공개하여 재배작물 농업 기술에 활용하도록 하고 있다. 본 논문에서는 인터넷 상에서 수많은 사용자들에 의해 생성되고 공유되고 있는 데이터를 집단지성 개념을 기반으로 재배작물의 질병 데이터 수집과 이를 저장할 수 있는 빅데이터 시스템을 구축하고, 딥러닝을 활용하여 구축된 질병 데이터와 해당 질병이 발생하는 환경 데이터를 수집하고 분석이 가능한 모델을 제안한다. 제안 모델은 사용자가 몇 가지 특징에 대한 데이터 입력을 통하여 병해충을 예측할 수 있는 결과를 제공할 수 있는 웹 애플리케이션을 구축함으로서, 식물과 관련된 시설재배 종사자들에게 작물에 대한 병해충 진단과 예방에 많은 도움을 줄 것으로 기대된다.
최근 인구감소와 노령화 사회로 인하여 농업에 종사하는 인구의 감소에 따른 노동력 부족과, 기후 변화 등으로 농가의 소득이 정체되고 있고, 곡물의 자급률 하락 등의 이유로 계획에 의한 농작물 생산이 제대로 이루어지지 못하고 있으며, 농산물의 가격과 생산량이 일정하지 못한 상황으로 소비자들은 안정적인 먹거리를 제공받지 못하고 있는 실정이다 또한 농업과 관련된 국내외의 환경이 급격하게 변화하고 있고, 수입 품목에 대한 개발이 확대되고 있으며, 농업 총생산액의 정체, 복잡한 유통구조, 농촌의 노동력 감소 및 노령화 등의 난관을 극복해야 하기에, 새로운 발전 방안이 모색되어야 하고, 양적 생산 중심에서, 질적 성장으로 방향을 전환할 필요가 있다. 특히 세계 경제의 부가가치 중에서 농업이 차지하는 비율은 5% 정도로서 부가가치의 중심이 농업에서 제조업으로 변화되다가 다시 서비스업으로 이동하고 있는 것이 현실로서, 세계 각국에서는 농업 분야에 자동화, 기계화, 첨단화를 통하여 농업의 현안을 해결하려고 노력하고 있으며, 빅데이터 및 인공지능을 융합한 자율 운영 첨단 산업으로 진화될 것으로 예상되고 있다. 국내외에서는 전통산업에 2차 및 3차 산업을 융복합하고, 첨단 기술을 도입하여 스마트 농업이라고 하는 혁신적인 전략을 통하여 농업, 농총, 생산, 유통, 소비 등의 분야에 신성장 동력원을 창출하고, 농업 생산 과정에서 새로운 일자리 및 고부가가치를 창출할 수 있는 농업의 6차 산업을 진행하고 있는 상황이다. 그러나 국내 농업은 농업 인구의 고령화 및 감소로 인하여 농가소득이 감소하고 있고, 농업 환경 여건의 다양한 변화 및 수입 농산물 개방이 확대되고 있으며, 기후 의 급격한 변화로 인하여 많은 어려움을 겪고 있는 있기에, 기존의 농법 및 영농 방식으로는 다양한 변화를 대처하는 것은 한계가 있으며, 안전한 농산물의 먹거리 공급 및 수급 안정화를 위한 새로운 농업 방법론 및 기술의 도입이 시급한 실정이다. 이에 대한 대책 중 가장 각광 받고 있는 분야는 스마트 팜 분야로서 ICT(Information Communication Technology)와 농업 기술을 융합한 새로운 방식이며, 다양한 농업 분야(과수원, 축사, 비닐하우스 등)에서 생육 대상을 원격으로 관리하고, 모니터링 할 수 있는 특징을 가지고 있어, 현재 야기되고 있는 생산성 향상, 노동력 개선, 품질관리, 질병방지와 같은 문제를 해결할 수 있어, 세계 각국에서는 많은 인력과 자본을 투자하여 기술 개발을 하고 있다. 그러나 스마트 팜 시장은 대규모 농사에 대한 상업적인 활성화는 잘 이루어지고 있으나, 소규모로 작물을 재배하는 경우에는 활성화에 많은 어려움을 겪고 있는 상황이다. 스마트 팜은 ICT 기술을 적용하여 작물의 생육환경에 대한 정보와 생장하는 과정의 전 과정을 모니터링 하여 작물의 생산량을 증가 시킬 수 있다. 재배작물에 발생하는 질병은 작물 및 식물을 파괴시키는 중요한 이유 중 하나로서, 초기 단계에서 병해충에 의한 질병이 발견되면 적절한 치료가 가능하기에 전문가를 통하여 질병을 식별하고 질병에 대한 치료 및 보호 방법이 필요하다. 이를 위하여 전문가 시스템에 대한 연구가 활발하게 이루어지고 있으며, 인공지능의 한 분야인 전문가 시스템은 현재 농업과 관련된 다양한 분야로 확산되고 있다. 또한 병해충 작물을 재배하는 시설 내의 이미지를 수집하고 이를 통하여 검수 시스템을 설계하여 병해충 진단에 활용하는 연구, 무선 통신 환경을 구축하여 토양의 습도 및 대기 온도 등 다양한 환경 센서를 통하여 시설 내부를 모니터링하는 연구와 같이 병해충 진단 및 예방을 위한 다양한 시도를 하고 있다. 지금까지 대부분의 연구는 이미지 데이터나 각종 센서 데이터를 모니터링하고 데이터 분석을 위한 기초 자료를 수집하는 연구가 대부분이며, 이러한 시스템을 구축하려면 많은 초기 투자비용이 발생하여 접근하기에 많은 어려움을 내포하고 있는 상황이다. 최근 이를 해결하기 위하여 시설재배에 생산성 향상과 병해충 방제 및 예방을 위한 인공지능을 활용한 연구가 확대되고 있고, ICT 기술의 발전으로 많은 사람들이 시설재배에 대한 다양한 정보를 공유하고 있다. 특히 시설재배에 대한 전문 블로그가 확대되고 있으며, 포털 및 페이스북에서 지식 공유 사이트를 활용하여 사용자들은 적극적인 정보 교환 활동을 하고 있고, 정부도 시설재배 작물에서 발생할 수 있는 병해충 진단과 예방을 위해 다양한 연구 활동을 통하여 민간에게 결과를 공개하여 재배작물 농업 기술에 활용하도록 하고 있다. 본 논문에서는 인터넷 상에서 수많은 사용자들에 의해 생성되고 공유되고 있는 데이터를 집단지성 개념을 기반으로 재배작물의 질병 데이터 수집과 이를 저장할 수 있는 빅데이터 시스템을 구축하고, 딥러닝을 활용하여 구축된 질병 데이터와 해당 질병이 발생하는 환경 데이터를 수집하고 분석이 가능한 모델을 제안한다. 제안 모델은 사용자가 몇 가지 특징에 대한 데이터 입력을 통하여 병해충을 예측할 수 있는 결과를 제공할 수 있는 웹 애플리케이션을 구축함으로서, 식물과 관련된 시설재배 종사자들에게 작물에 대한 병해충 진단과 예방에 많은 도움을 줄 것으로 기대된다.
Due to the recent decline in population and an aging society, the income of farmers is stagnant due to labor shortages associated with the decline in the population engaged in agriculture and climate change. In addition, the production of crops by the plan is not carried out normally due to a decrea...
Due to the recent decline in population and an aging society, the income of farmers is stagnant due to labor shortages associated with the decline in the population engaged in agriculture and climate change. In addition, the production of crops by the plan is not carried out normally due to a decrease in the self-sufficiency rate of grains, and the environment in agriculture and related domestic and overseas is changing rapidly. For these reasons, interest in cultivated crops is increasing, and the types of small cultivated crops tend to diversify. With the development of urban agriculture, the area of facility cultivation is gradually expanding and the utilization rate is increasing. Solving the pests and diseases of cultivated crops is an important research field, and when pests occur, the growth of the crops is hindered and a lot of effort, time and cost for removal are required. Diseases that occur in cultivated crops are one of the important reasons for destroying crops and plants, and when disease caused by pests is discovered at an early stage, the disease can be identified through specialists that can be treated appropriately and there is a need for disease treatment and protection methods. In this paper, we constructed a big data system that can collect and store illness data on cultivated crops based on the collective intelligence concept based on the collective intelligence concept. I will provide a model that can collect and analyze disease data constructed by using deep learning based on big data and environmental data in which the disease occurs. The proposed model builds a web application that allows users to predict pests through data input of several features, so that plant practitioners on plants can diagnose and prevent crop pests. It is expected to give a lot of help. In future research, it will be necessary to build a deep group intelligence in one field and build a system that enables active information exchange, and if this is utilized, pests and pests can be collected through continuous data collection and tuning. Prediction accuracy can be further increased. Also, when collecting information such as location information and data acquisition date, humidity, temperature, wind direction, etc. using a smartphone together, research on information collection methods must be continued so that a high level of prediction is possible.
Due to the recent decline in population and an aging society, the income of farmers is stagnant due to labor shortages associated with the decline in the population engaged in agriculture and climate change. In addition, the production of crops by the plan is not carried out normally due to a decrease in the self-sufficiency rate of grains, and the environment in agriculture and related domestic and overseas is changing rapidly. For these reasons, interest in cultivated crops is increasing, and the types of small cultivated crops tend to diversify. With the development of urban agriculture, the area of facility cultivation is gradually expanding and the utilization rate is increasing. Solving the pests and diseases of cultivated crops is an important research field, and when pests occur, the growth of the crops is hindered and a lot of effort, time and cost for removal are required. Diseases that occur in cultivated crops are one of the important reasons for destroying crops and plants, and when disease caused by pests is discovered at an early stage, the disease can be identified through specialists that can be treated appropriately and there is a need for disease treatment and protection methods. In this paper, we constructed a big data system that can collect and store illness data on cultivated crops based on the collective intelligence concept based on the collective intelligence concept. I will provide a model that can collect and analyze disease data constructed by using deep learning based on big data and environmental data in which the disease occurs. The proposed model builds a web application that allows users to predict pests through data input of several features, so that plant practitioners on plants can diagnose and prevent crop pests. It is expected to give a lot of help. In future research, it will be necessary to build a deep group intelligence in one field and build a system that enables active information exchange, and if this is utilized, pests and pests can be collected through continuous data collection and tuning. Prediction accuracy can be further increased. Also, when collecting information such as location information and data acquisition date, humidity, temperature, wind direction, etc. using a smartphone together, research on information collection methods must be continued so that a high level of prediction is possible.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.