최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.12 no.6, 2019년, pp.672 - 680
최호길 , 안희학 () , 정이나 (가톨릭관동대학교 컴퓨터학과) , 이병관 (가톨릭관동대학교 소프트웨어학과)
This paper proposes "A Smart Farm Environment Optimization and Yield Prediction Platform based on IoT and Deep Learning" which gathers bio-sensor data from farms, diagnoses the diseases of growing crops, and predicts the year's harvest. The platform collects all the information currently available s...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
스마트 팜 팩토리는 무엇인가? | 황성일은 수경 인삼 식물공장의 사례를 통하여, 스마트 팜 팩토리를 ICT 기반에서 설계하였다. 스마트 팜 팩토리는 환경정보를 수집하여 시설물을 제어하는 기존의 식물공장 개념을 확장하여 식물의 생육을 위한 정보 수집과 시설 운영 그리고 관리의 자동화가 가능하고, 수집된 정보를 이용하여 최적의 작물 생육을 위한 정보의 분석과 적용을 가능하도록 한 전사적인 식물공장 관리 시스템이다[2]. | |
각 활성화 함수 별로 YCM의 정확도는 어떻게 나타나는가? | 그림 6은 각 활성화 함수에 따른 YCM의 정확도를 나타낸다. YCM이 활성화 함수로 ReLU를 사용했을 때 평균 정확도는 97.8332%이고, Sigmoid를 사용했을 때 정확도는 96.2454%, 계단 함수를 사용했을 때는 92.759%로 측정되었다. 선형 회귀에 따르면 정확도의 기울기는 ReLU의 경우 –3. | |
딥 러닝 기반 스마트 팜에서 어느 모델을 사용하는 것이 더 정확도가 높은가? | 제안하는 플랫폼의 기대효과는 다음과 같다. 첫째, 제안하는 CIAM은 R-CNN보다 약 3.5%, YOLO보다 약 5.4프로 높은 정확도를 갖는다. 둘째, 제안하는 CYM은 ReLU를 활성화함수로 사영하여 약 97%의 정확도를 갖는다. 셋째, 실시간 적인 작물, 환경이 분석이 가능하다. |
Choi, Hwi-Min, Kim, Joo-Man, "Anomaly Detection System of Smart Farm ICT Device", The Institute of Internet, Broadcasting and Communication, Vol. 19, No. 2, pp. 169-174, 2019.
Sihyun Lee, "Fundamental Functionality Design of a Smart Farm Using an Embedded Computing Platform", Journal of the Institute of Electronics Engineers of Korea, Vol 55, No. 4, pp. 151-157, 2018.
Wonyoung An, YunHi Chang, "A Study on the Livestock Feed Measuring Sensor and Supply Management System Implementation based on the IoT.", kiiect, Vol. 10, No. 5, pp. 442-454, 2017.
Kim Young-hwan, Kim Tae-wook, Won Hyun-kyu, Lee Kyung-hak, Shin Man-yong, "Estimation of Timber Production by Thinning Scenarios Using a Forest Stand Yield Model.", Korean Society Of Forest Science, Vol. 101, No. 4, pp. 592-598, 2012.
Jae Hun Sung, Dong Hun Lee, "Rice Yield Prediction Based on the Soil Chemical Properties Using Neural Network Model.", Korean Society for Agricultural Machin, Vol. 30, No. 6, pp. 360-365, 2005.
Jung-won Oh, Haeng-gon Kim, Il-tae Kim, "Design and implementation of fruit harvest time predicting system based on machine learning.", Smart media journal, Vol. 8, No. 1, pp. 74-71, 2019.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.