Recently, unmanned aerial vehicles (UAV, Drone) are highly regarded for their potential in the agricultural field, and research and development are actively conducted for various purposes. Therefore, in this study, to present a framework for tracking research trends in UAV use in the agricultural fi...
Recently, unmanned aerial vehicles (UAV, Drone) are highly regarded for their potential in the agricultural field, and research and development are actively conducted for various purposes. Therefore, in this study, to present a framework for tracking research trends in UAV use in the agricultural field, we secured a keyword search strategy and analyzed social network, a methodology used to analyze recent research trends or technological trends as an analysis model applied. This study consists of three stages. As a first step in data acquisition, search terms and search formulas were developed for experts in accordance with the Keyword Search Strategy. Data collection was conducted based on completed search terms and search expressions. As a second step, frequency analysis was conducted by country, academic field, and journal based on the number of thesis presentations. Finally, social network analysis was performed. The analysis used the open source programming language 'Python'. Thanks to the efficiency and convenience of unmanned aerial vehicles, this field is growing rapidly and China and the United States are leading global research. Korea ranked 18th, and bold investment in this field is needed to advance agriculture. The results of this study's analysis could be used as important information in government policy making.
Recently, unmanned aerial vehicles (UAV, Drone) are highly regarded for their potential in the agricultural field, and research and development are actively conducted for various purposes. Therefore, in this study, to present a framework for tracking research trends in UAV use in the agricultural field, we secured a keyword search strategy and analyzed social network, a methodology used to analyze recent research trends or technological trends as an analysis model applied. This study consists of three stages. As a first step in data acquisition, search terms and search formulas were developed for experts in accordance with the Keyword Search Strategy. Data collection was conducted based on completed search terms and search expressions. As a second step, frequency analysis was conducted by country, academic field, and journal based on the number of thesis presentations. Finally, social network analysis was performed. The analysis used the open source programming language 'Python'. Thanks to the efficiency and convenience of unmanned aerial vehicles, this field is growing rapidly and China and the United States are leading global research. Korea ranked 18th, and bold investment in this field is needed to advance agriculture. The results of this study's analysis could be used as important information in government policy making.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
정밀한 문헌정보를 확보하기 위해 전문가 기반의 어휘 쿼리(lexical query) 방식을 활용하였고, Scopus DB에서 1996년부터 2018년까지 9,318건의 문헌을 수집하고 분석하였다. 농업분야 무인항공기 관련분야의 연구동향 및 연구흐름을 정량적으로 분석하여 관련 분야의 정책 발굴과 국민 편익 증진에 기여하고자 하였다.
이하 법령에는 ‘드론산업발전기본계획’을 수립하여야 하며, 드론산업의 현황과 향후 전망을 고찰하여 정책 방향과 육성 시책을 수립하는 것으로 정하고 있다. 무인항공기의 농업분야 활용에 대한 성장추세와 국내 관련법 통과에 따라 산업육성을 위한 배경 하에 본 연구는 향후 농업분야의 무인항공기 관련 효율적인 연구개발투자 및 관련 정책 수립에 기여하고자 농업분야 무인항공기 활용기술 현황을 추적하고 분석을 실시하였다.
제안 방법
근접 중심성은 한 액터가 다른 액터들과 얼마나 가까이 있는지를 측정하는 지표이다[6]. 네트워크 내의 간접적 연결까지 고려하여 전체 네트워크에서의 한 액터와 다른 모든 액터 간의 거리를 계산한다. 연결정도 중심성이 활동성을 의미한다면, 근접 중심성은 액터의 독립성을 측정하는 것이다.
네트워크 분석에 앞서 논문 수, 연구자 수, 연구기관 수, 키워드의 변화 추이를 살펴보았다. 논문 발표, 연구자, 연구기관, 키워드 모두 1996년 대비 2세대(2001~2005, 2006~2010)동안 약 90~120%의 급격한 성장세를 기록하였으나, 2011~2015년부터 성장세가 60~84%로 완만한 성장이 진행되고 있었다.
두 번째 단계, 기술 통계 분석(Descriptive Static Analysis)을 수행하였다. 논문발표 수를 토대로 국가별, 학문 분야별, 저널별로 빈도 분석을 실시하였다. 세 번째 단계는 소셜 네트워크 분석(Social Network Analysis)단계로서 핵심연구자, 연구기관을 분석하고자 하였으며, 또한 연구를 대표하는 키워드를 대상으로 하여 분석을 실시하였다.
두 번째로 Scopus에 등록된 대표저자의 소속기관 국가정보를 기준으로 국가별 논문 발표 빈도를 분석하였다([Figure 3] 참조).
[Table 4]를 통해 영향력 있는 연구자를 확인하였다. 많은 연구에서 연결중심성을 활용하고 있으나, 이는 단순한 빈도 측면에서 영향력을 측정하는 것으로 본 연구에서는 매개중심성(Betweenness Centrality; BC)을 중심으로 우선 정렬하고 산출 값이 같을 경우 연결중심성(Degree Centrality;DC)을 차순위로 정렬하는 방식을 활용하였다. 1996∼2005년에는 프랑스 및 캐나다 연구자들의 영향력이 상대적으로 높았으나, 2010년대 들어서 미국과 중국의 연구자들의 영향력이 높아졌음을 알 수 있다.
본 연구에서는 선행논문을 조사하고, 논문에 나와 있는 키워드 빈도 분석을 통해 1차적으로 핵심적인 키워드를 추출하였으며, 이에 대한 전문가의 검토 과정을 통해 최종 검색어를 확정하는 어휘 쿼리 방식의 키워드 전략(Keyword Strategy)을 개발하였다.
세 번째 네트워크 분석은 키워드를 중심으로 네트워크 분석을 실시하였다. 키워드를 분석하는 것은 어떠한 연구 주제나 방법론 등이 현재 주류로 자리매김하고 있는가를 확인할 수 있기 때문에 유용하다고 할 수 있다.
논문발표 수를 토대로 국가별, 학문 분야별, 저널별로 빈도 분석을 실시하였다. 세 번째 단계는 소셜 네트워크 분석(Social Network Analysis)단계로서 핵심연구자, 연구기관을 분석하고자 하였으며, 또한 연구를 대표하는 키워드를 대상으로 하여 분석을 실시하였다. 분석은 오픈소스 프로그래밍 언어인 Python과 Python 생태계의 라이브러리(library)를 활용하였다.
소셜 네트워크분석을 통해 연구자, 연구기관, 키워드를 분석하였다. 연구자는 지속적으로 증가하고 있었고, 연구자간 협력연구 역시 활발하게 증가하고 있었다.
앞서 언급한 3가지 단계 중 첫 번째 단계로 키워드 검색 전략을 개발하였다. 무인항공기 기술의 활용이라는 주제 측면에서 학문영역간 융합이 활발한 특성을 내포하고 있어 정확한 데이터 수집 범위를 파악하기 힘들다는 문제가 발생한다.
매개 중심성은 한 액터가 직접 연결되어 있지 않은 액터들 간 관계를 통제 또는 중개하는 정도를 측정하는 것이다. 액터가 네트워크 내 어디에 위치해 있는지를 측정하기 위해 개별 액터가 다른 액터쌍 간의 최단경로 상에 위치하는 횟수를 측정한다. 매개 중심성이 높다는 것은 액터들이 다른 액터들과의 연결을 하기 위해서는 해당 액터에게 의존적이라는 것이며, 이는 즉 통제력을 의미한다고 볼 수 있다.
첫 번째 데이터 획득 (Data Acquisition) 단계로 먼저 올바른 데이터 수집을 위해 일반적으로 키워드 검색 전략(Keyword Search Strategy)라고 불리는 검색어와 검색식의 개발을 전문가 기반으로 수행하였다. 이렇게 완성된 검색어와 검색식을 토대로 데이터 수집을 실시하였다. 두 번째 단계, 기술 통계 분석(Descriptive Static Analysis)을 수행하였다.
이에 본 연구에서는 농업분야 무인항공기(UAV) 활용 연구동향을 추적할 수 있는 프레임워크를 제시하고자 키워드 검색 전략을 확보하고 분석모형으로 최근 연구동향이나 기술동향을 분석에 활용되는 방법론인 소셜 네트워크 분석을 적용하였다. 분석 데이터로서 Scopus Database가 제공하는 1996년부터 2018년까지 발표된 논문 9,318건의 서지정보를 대상으로 기술통계 분석 및 소셜 네트워크 분석을 수행하였다.
본 연구는 크게 3가지 단계로 구성된다. 첫 번째 데이터 획득 (Data Acquisition) 단계로 먼저 올바른 데이터 수집을 위해 일반적으로 키워드 검색 전략(Keyword Search Strategy)라고 불리는 검색어와 검색식의 개발을 전문가 기반으로 수행하였다. 이렇게 완성된 검색어와 검색식을 토대로 데이터 수집을 실시하였다.
이 방법은 크게 3가지로 구분한다[2]. 첫째 어휘 쿼리(lexical query) 방식으로 전문가 의견을 수집하여 키워드를 선정하는 것이다. 둘째, 인용 분석(citation analysis) 방식(Zitt, Bassecoulard이 제안)으로 핵심(고인용)논문 셋에서 인용된 논문들을 추적해서 데이터를 확보하는 방식이다[12].
핵심연구자, 연구기관, 키워드를 분석하기 위하여 소셜 네트워크 분석을 실시하였다.
대상 데이터
총 논문 발표 건수는 495편이다. 1969년에 창간한 미국의 Remote Sensing of Environment로 총 논문 수는 340편이다. 그밖에 새로운 신규 저널도 확인할 수 있었다.
두 번째 네트워크 분석은 연구기관을 대상으로 실시하였다. [Table 5]에서 나타나듯 연구기관 역시 전체 기관에 걸쳐 지속적으로 증가하고 있음을 알 수 있으나 최근 3개년(2016~2018)에는 다소 정체가 나타났다.
이에 본 연구에서는 농업분야 무인항공기(UAV) 활용 연구동향을 추적할 수 있는 프레임워크를 제시하고자 키워드 검색 전략을 확보하고 분석모형으로 최근 연구동향이나 기술동향을 분석에 활용되는 방법론인 소셜 네트워크 분석을 적용하였다. 분석 데이터로서 Scopus Database가 제공하는 1996년부터 2018년까지 발표된 논문 9,318건의 서지정보를 대상으로 기술통계 분석 및 소셜 네트워크 분석을 수행하였다.
사전작업으로 네트워크 분석을 위한 데이터 전처리를 실시하였다. 분석 및 해석의 용이성을 위해 데이터를 5년 단위로 분할하였으며 단, 2016년부터 2018년은 3년으로 분할하였다.
전 세계 학술논문데이터베이스인 Scopus DB에서 위 검색어와 검색식을 활용하여 1996년도부터 2018년까지 농업분야에서 UAV 활용에 대해 주제를 다룬 논문 9,318건을 수집하였다. 수집된 자료의 정보는 연구자, 연구기관, 제목, 초록, 키워드, 발간년도, 저널명, 학문분야코드 등이다.
전 세계 학술논문데이터베이스인 Scopus DB에서 위 검색어와 검색식을 활용하여 1996년도부터 2018년까지 농업분야에서 UAV 활용에 대해 주제를 다룬 논문 9,318건을 수집하였다. 수집된 자료의 정보는 연구자, 연구기관, 제목, 초록, 키워드, 발간년도, 저널명, 학문분야코드 등이다.
최근 연구개발의 투자효율성 및 성과 확대, R&D 기획의 불확실성을 줄이고 객관성 확보를 위해 텍스트 기반의 문헌정보를 분석하여 연구동향을 분석하는 과학계량학(Scientometrics) 분야가 부상[2, 8]함에 따라 본 연구에서는 이를 위해 과학계량학중 최근 활용도가 높아지고 있는 소셜 네트워크 분석(social network analysis)을 활용하였다. 정밀한 문헌정보를 확보하기 위해 전문가 기반의 어휘 쿼리(lexical query) 방식을 활용하였고, Scopus DB에서 1996년부터 2018년까지 9,318건의 문헌을 수집하고 분석하였다. 농업분야 무인항공기 관련분야의 연구동향 및 연구흐름을 정량적으로 분석하여 관련 분야의 정책 발굴과 국민 편익 증진에 기여하고자 하였다.
전통적인 저널은 1980년에 창간한 영국의 IJRS로 1996년부터 꾸준히 논문을 출간하고 있다. 총 논문 발표 건수는 495편이다. 1969년에 창간한 미국의 Remote Sensing of Environment로 총 논문 수는 340편이다.
2010년부터 중국이 연구성과를 쏟아내면서 미국을 넘어 최다 연구를 진행하고 있다. 최종적인 논문 발표 건수는 2,068편(누적)이다. 2018년 기준으로 총 논문 발표 건수를 보면, 중국-미국-인도-독일-스페인 순위며, 한국은 전 세계 18위 수준이다.
데이터처리
기술통계 분석의 첫 번째 목적인 전체 논문 발표에 대한 빈도 분석을 실시하였다([Figure 2] 참조).
이렇게 완성된 검색어와 검색식을 토대로 데이터 수집을 실시하였다. 두 번째 단계, 기술 통계 분석(Descriptive Static Analysis)을 수행하였다. 논문발표 수를 토대로 국가별, 학문 분야별, 저널별로 빈도 분석을 실시하였다.
마지막으로 어떠한 연구 주제나 방법론 등이 주류로 자리매김하고 있는가를 판단하는 것으로 키워드 네트워크 분석을 수행하였다. 전체 기간에 걸쳐 원격탐사(remote sensing)와 GIS(지리정보시스템)이 핵심적인 키워드로 다뤄졌으며, 키워드 전반에 걸쳐 토지 이용(Land use), 토지이용 변화(land use change)가 도출되었고, 토지 이용 감시의 방법론으로서 이미지 프로세싱, 이미지 분류 등이 다루어지고 있었다.
이론/모형
본 연구는 [Figure 1]의 절차를 따라 분석하였다. 본 연구는 크게 3가지 단계로 구성된다.
단순히 ‘무인항공기(UAV)’, ‘농업(agriculture)’이라는 단순한 검색어와 검색식으로는 올바른 데이터를 획득할 수 없기 때문이다. 본 연구와 유사한 거대 학문분야이자 기술간 횡적융합이 활발한 나노기술 분야(Wei Fan등)의 검색 전략 방법론을 활용하였다. 이 방법은 크게 3가지로 구분한다[2].
세 번째 단계는 소셜 네트워크 분석(Social Network Analysis)단계로서 핵심연구자, 연구기관을 분석하고자 하였으며, 또한 연구를 대표하는 키워드를 대상으로 하여 분석을 실시하였다. 분석은 오픈소스 프로그래밍 언어인 Python과 Python 생태계의 라이브러리(library)를 활용하였다.
최근 연구개발의 투자효율성 및 성과 확대, R&D 기획의 불확실성을 줄이고 객관성 확보를 위해 텍스트 기반의 문헌정보를 분석하여 연구동향을 분석하는 과학계량학(Scientometrics) 분야가 부상[2, 8]함에 따라 본 연구에서는 이를 위해 과학계량학중 최근 활용도가 높아지고 있는 소셜 네트워크 분석(social network analysis)을 활용하였다.
성능/효과
기술통계분석을 통해서 이 분야의 연구가 꾸준히 증가하는 것을 확인할 수 있었으며, 2013년을 기점으로 연구발표 속도가 급진적인 증가 추세를 보였다. 국가별로는 2018년 기준 중국, 미국, 인도, 독일, 스페인 순으로 논문발표가 활발하게 이루어졌으며, 한국은 전세계 18위 수준이었다.
네트워크 분석에 앞서 논문 수, 연구자 수, 연구기관 수, 키워드의 변화 추이를 살펴보았다. 논문 발표, 연구자, 연구기관, 키워드 모두 1996년 대비 2세대(2001~2005, 2006~2010)동안 약 90~120%의 급격한 성장세를 기록하였으나, 2011~2015년부터 성장세가 60~84%로 완만한 성장이 진행되고 있었다. 2016~2018, 3년 만에 직전 세대인 2011~2015, 5개년치의 성과에 근사하고 있어 이 분야의 성장속도가 지속상태에 있음을 추정할 수 있다.
전 세대에 걸쳐 Remote Sensing이 핵심적 키워드인 것으로 나타났다. 또한 이것이 GIS(지리정보시스템)의 일환으로 연구되는 것을 알 수 있었고, 농업(Agriculture)이라는 키워드도 중요한 위상을 가졌다. 키워드 전반에 걸쳐 토지 이용(Land use), 토지이용 변화(land use change)가 등장하는 것으로 보아 연구의 목적이 변경에 대한 탐지가 중요한 주제임을 알 수 있었고, 그 수단으로서 이미지 프로세싱, 이미지 분류 등이 다루어지고 있었다.
이것을 바탕으로 분석한 결과 2003년부터 1,900번 코드인 ‘지구 및 행성과학’ 분야가 상대적으로 높은 성장세를 보이며 본 분야의 대표성을 가지는 것으로 보인다.
마지막으로 어떠한 연구 주제나 방법론 등이 주류로 자리매김하고 있는가를 판단하는 것으로 키워드 네트워크 분석을 수행하였다. 전체 기간에 걸쳐 원격탐사(remote sensing)와 GIS(지리정보시스템)이 핵심적인 키워드로 다뤄졌으며, 키워드 전반에 걸쳐 토지 이용(Land use), 토지이용 변화(land use change)가 도출되었고, 토지 이용 감시의 방법론으로서 이미지 프로세싱, 이미지 분류 등이 다루어지고 있었다.
1996~2000년 1위 기관이었던 네덜란드 역시 3위를 유지하고 있다. 종합적으로 본다면, 전반적으로 미국 다수의 기관들이 상위권을 유지하고 있다. 최근 미국은 매릴랜드 대학이 연구를 선도하고 있고, 농림부(USDA-ARS)와 NASA 등이 뒤를 잇고 있다.
또한 이것이 GIS(지리정보시스템)의 일환으로 연구되는 것을 알 수 있었고, 농업(Agriculture)이라는 키워드도 중요한 위상을 가졌다. 키워드 전반에 걸쳐 토지 이용(Land use), 토지이용 변화(land use change)가 등장하는 것으로 보아 연구의 목적이 변경에 대한 탐지가 중요한 주제임을 알 수 있었고, 그 수단으로서 이미지 프로세싱, 이미지 분류 등이 다루어지고 있었다.
후속연구
또한 연구 범위에 중요한 영향을 미치는 키워드 검색 전략을 선진적 연구에서 제시하는 바와 같이 해당분야의 전문성을 바탕으로 지속적으로 업데이트하고 정교하게 개발해 나가야할 필요성이 있다. 또한 본 연구에서 제시한 연구동향에 대한 분석이 지속적으로 수행되었을 때 유의미한 결과를 확보할 수 있을 것이라 기대한다.
본 연구는 학술 정보 데이터를 중심으로 연구를 진행하였다는 한계를 가지고 있어 향후, 특허 정보 등에 대한 추가분석이 필요할 것으로 예상된다. 또한 연구 범위에 중요한 영향을 미치는 키워드 검색 전략을 선진적 연구에서 제시하는 바와 같이 해당분야의 전문성을 바탕으로 지속적으로 업데이트하고 정교하게 개발해 나가야할 필요성이 있다.
전통적으로 농업을 중시해온 한국은 최근 고령화로 농업인구가 급격히 줄고 있어 세대교체 및 과학적 영농화, 농업의 선진화를 위해 이 분야의 과감한 투자가 필요한 상황이다. 뿐만 아니라 정밀농업 분야의 연구가 전기전자, 기계, 로봇, 환경 등 다양한 학문과 기술이 접목되고 융합되는 상황이므로 연구뿐만 아니라 향후 기술적 발전에 따라 과감한 융합적 시도가 필요하겠다.
본 연구를 통해 분석된 결과는 정부의 정책의사결정에 있어서 주요한 정보를 제공할 수 있다. 뿐만 아니라 향후 연구를 수행할 연구자들에게 연구동향에 대한 과학적이고 신속한 정보를 제공함으로써 연구방향을 안내하거나 연구지원 방향을 설정하는데 중요한 도구로 활용될 수 있을 것이다. 이 분야에 대한 동향 분석이 부족한 상황에서 관련된 이해관계자들의 의사결정에 필요한 과학적이고 계량적인 근거를 제시하는데 큰 의의가 있다.
이와 같은 기술발전과 지속적인 가격하락에 따라 농업용 무인항공기 시장의 성장은 정밀농업 기술의 상용화, 원격 농장관리, 농가당 영농 가능 규모 확대, 농약 사용을 감소시킬 수 있다. 이를 통해 농업 생산량 증대, 경작시간 절감을 통한 영농 수월성 제고, 농민 1인당 소화경작지 규모 증가를 통한 농가 영농 규모 확대, 농약 사용 효율성 및 맞춤형 방제 효과가 기대되며, 농업분야의 혁신과 부가가치 증대 등 국민 편익을 창출할 수 있을 것으로 예측하고 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
무인항공기의 적용분야가 빠르게 늘어나는 이유는?
무인항공기는 기술의 발전에 따라 위성 및 유인항공기에 비해 가격경쟁력과 운용용이성이 탁월해 적용분야가 빠르게 증가하고 있다. 특히 무인항공기에 장착되는 센서에 기반 한 데이터 획득 비용 측면에서 엄청난 효용성을 가짐으로써 무인항공기는 실전용 데이터 수집 플랫폼으로써 무한대에 가까운 잠재력을 가진 것으로 평가되고 있다[1]. 이는 곧 고비용 위성영상으로는 취득 한계가 있는 고품질 공간정보를 고해상도의 디지털 데이터로 실시간으로 변환하고 취득할 수 있다는 의미이다.
무인항공기의 활용분야는?
최근 무인항공기(UAV, Drone)는 환경 분야뿐만 아니라 정밀농업, 지능형교통, 사물인터넷(IoT), 감시, 보안, 구조작업, 엔터테인먼트 산업과 같은 많은 응용 분야에 광범위하게 활용하고 있다. 무인항공기는 기술의 발전에 따라 위성 및 유인항공기에 비해 가격경쟁력과 운용용이성이 탁월해 적용분야가 빠르게 증가하고 있다.
무인항공기의 전망은 어떠한가?
미국 뱅크오브아메리카(Bank of America)와 메릴린치(Merrill Lynch) 보고서에 따르면 전세계 상업용 드론의 80%가 농업분야에 판매되었고, 2015년부터 2025년까지 미국 내에서 820억 달러 수준의 경제적 파급효과가 있을것으로 전망하고 있다. 미개척 시장이자 최대 유망시장 산업으로서 미국, 중국, 유럽 등 국가 간 시장 선점경쟁이 치열한 상황이다.
참고문헌 (12)
Anderson, C., The drone economy, Harvard Business Review, 2017, pp. 49-63.
Bae, S.-H., Kim, J.S., Shin, G.M., Yoon, J.S., Kang, S.K., Kim, J.H., Lee, J.W., Kim, M.K., and Han, C.H., Comparative analysis of co-authorship and keyword network for nanotechnology : carbon nanomaterials field, Journal of the Korean Society of Manufacturing Technology Engineers, 2017, Vol. 26, No. 2, pp. 172-184.
Calderon et al., High-resolution airborne hyperspectral and thermal imagery for early detection of verticillium wilt of olive using fluorescence, temperature and narrowband spectral indices, Remote Sens Environ, 2013, Vol. 139, pp. 231-245.
Choi, J.-W., Jang, J-H., Kim, D-H., and Yoon, J-H., Identifying interdisciplinary trends of humanities, sociology, science and technology research in korea using topic modeling and network analysis, Journal of Society of Korea Industrial and Systems Engineering, 2019, Vol. 42, No. 1, pp. 74-86.
Kwak, K.Y., Social Network Analysis, Chunglam, Korea, 2013.
Ministry of Land, Infrastructure and Transport, Act on Promotion and Infrastructure Development of Drone Utilization, http://www.law.go.kr.
Lee, J.-W., Kim, M.-K., Lim, J.-S., and Bae, S.-H., Analysis of R&D program status in spatial information field using national R&D information on NTIS services, Journal of the Korean Society of Manufacturing Technology Engineers, 2019, Vol. 28, No. 6, pp. 358-367.
Na S.I., So, K.H., Park, C.W., Lee, K.D., and Ahn, H.Y., Will the drone lead the advancement of the observation business in the future?, Agricultural Outlook 2019 : Values and Opportunities of Agriculture and Farming, KREI, 2019.
Park J.H. and Lee, H.C., Comparisions of airline service quality using social network analysis, Journal of Society of Korea Industrial and Systems Engineering, 2019, Vol. 42, No. 3, pp. 116-130.
Schmale, III, D.G., Dingus, B.R., and Reinholtz, C., Development and application of an autonomous unmanned aerial vehicle for precise aerobiological sampling above agricultural fields, Journal of Field Robot, 2008, Vol, 25, No. 3, pp. 133-147.
Zitt, M. and Bassecoulard, E., Delineating complex scientific fields by an hybrid lexical-citation method : an application to nanosciences, Information Processing and Management, 2006, Vol. 42, No.6 pp. 1513-1531.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.