$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] AI 및 IoT 기반 스마트팜 병충해 예측시스템 개발: YOLOv5 및 Isolation Forest 모델 적용 연구
Development of AI and IoT-based smart farm pest prediction system: Research on application of YOLOv5 and Isolation Forest models

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.19 no.4, 2024년, pp.771 - 780  

박미경 (순천대학교 스마트농업전공) ,  심현 (국립순천대학교 스마트농업전공)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 딸기 농장을 대상으로 YOLOv5 아키텍처를 기반으로 한 컴퓨터 비전 모델과 Isolation Forest Classifier를 적용하여 병충해를 실시간으로 감지 및 예측하는 시스템을 개발하였다. 모델 성능 평가 결과, YOLOv5 모델은 평균 정밀도(mAP 0.5) 78.7%, 정확도 92.8%, 재현율 90.0%, F1 점수 76%로 높은 예측 성능을 나타냈다. 본 시스템은 딸기 농장뿐만 아니라 다른 작물과 다양한 환경에도 적용할 수 있도록 설계되었다. 토마토 농장에서 수집된 데이터를 기반으로 새로운 AI 모델을 학습한 결과, 주요 병충해인 역병과 황화병에 대한 예측 정확도가 85% 이상으로 나타났으며, 기존 모델보다 예측 정확도가 10% 이상 향상되었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, we implemented a real-time pest detection and prediction system for a strawberry farm using a computer vision model based on the YOLOv5 architecture and an Isolation Forest Classifier. The model performance evaluation showed that the YOLOv5 model achieved a mean average precision (mAP...

Keyword

#스마트팜   #병충해 예측   #욜로5   #격리 숲   #인공 지능과 사물 인터넷  

표/그림 (7)

참고문헌 (14)

  1. H. Sim, S. Choi, and H. Kim, "Algorithm Improvement Through AI-Based Casting Process Parameter Optimization," Journal of the Korea Institute of Electronic Communication Sciences, vol. 18, no. 3, June 2023, pp. 441-448. http://dx.doi.org/10.13067/JKIECS.2023.18.6.1321？ 

    원문보기 상세보기 crossref

  2. H. Sim and H. Kim, "Development of AI-based Smart Agriculture Early Warning System," Journal of the Korea Society of Computer and Information, vol. 28, no. 12, Dec. 2023, pp. 67-77.？ 

  3. L. Garcia, L. Parra, J. M. Jimenez, J. Lloret, and P. Lorenz, "IoT-Based Smart Irrigation Systems: An Overview on the Recent Trends on Sensors and IoT Systems for Irrigation in Precision Agriculture," Sensors, vol. 20, no. 4, Feb. 2020, pp. 1042.？ 

    상세보기

  4. R. Dagar, S. Som, and S. K. Khatri, "Smart Farming-IoT in Agriculture," in Proc. 2018 Int. Conf. Inventive Research in Computing Applications (ICIRCA), Coimbatore, India, 2018, pp. 1052-1056.？ 

  5. R. K. Jha, S. Kumar, K. Joshi, and R. Pandey, "Field monitoring using IoT in agriculture," in Proc. 2017 Int. Conf. Intelligent Computing, Instrumentation and Control Technologies (ICICICT), Kannur, India, 2017, pp. 1417-1420.？ 

  6. D. Davcev, K. Mitreski, S. Trajkovic, V. Nikolovski, and N. Koteli, "IoT agriculture system based on LoRaWAN," in Proc. 2018 14th IEEE Int. Workshop Factory Communication Systems (WFCS), Imperia, Italy, 2018, pp. 1-4.？ 

  7. I. Mat, M. R. M. Kassim, A. N. Harun, and I. M. Yusoff, "IoT in Precision Agriculture applications using Wireless Moisture Sensor Network," in Proc. 2016 IEEE Conf. Open Systems (ICOS), Langkawi, Malaysia, 2016, pp. 24-29.？ 

  8. T. Baranwal, Nitika, and P. K. Pateriya, "Development of IoT based smart security and monitoring devices for agriculture," in Proc. 2016 6th Int. Conf. Cloud System and Big Data Engineering (Confluence), Noida, India, 2016, pp. 597-602.？ 

  9. A. Voulodimos, N. Doulamis, A. Doulamis, and E. Protopapadakis, "Deep Learning for Computer Vision: A Brief Review," Comput. Intell. Neurosci., vol. 2018, June 2018, pp. 7068349.？ 

  10. H. Tian, T. Wang, Y. Liu, X. Qiao, and Y. Li, "Computer vision technology in agricultural automation -A review," Inf. Process. Agric., vol. 7, no. 1, Mar. 2020, pp. 1-19.？ 

  11. D. I. Patricio and R. Rieder, "Computer vision and artificial intelligence in precision agriculture for grain crops: A systematic review," Comput. Electron. Agric., vol. 153, Nov. 2018, pp. 69-81.？ 

    상세보기

  12. P. Kaur, S. Harnal, R. Tiwari, S. Upadhyay, S. Bhatia, A. Mashat, and A. Alabdali, "Recognition of Leaf Disease Using Hybrid Convolutional Neural Network by Applying Feature Reduction," Sensors, vol. 22, no. 2, Jan. 2022, pp. 575.？ 

    상세보기

  13. S. S. Patil and S. A. Thorat, "Early detection of grapes diseases using machine learning and IoT," in Proc. 2016 Second Int. Conf. Cognitive Computing and Information Processing (CCIP), Mysuru, India, 2016, pp. 604-609.？ 

  14. P. Karczmarek, A. Kiersztyn, and W. Pedrycz, "Fuzzy Set-Based Isolation Forest," in Proc. 2020 IEEE Int. Conf. Fuzzy Systems (FUZZ-IEEE), Glasgow, UK, 2020, pp. 1-6. 

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로