메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이웅섭 (경상대학교) 류종열 (국립경상대학교) 반태원 (경상대학교) 김성환 (국립경상대학교) 최희철 (국립축산과학원)
저널정보
한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제21권 제8호
발행연도
2017.8
수록면
1,560 - 1,566 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 사물 인터넷 센서가 설치된 스마트 돈사의 보급을 통해 돈사 관련 빅데이터 축적이 가능해졌고, 다양한 기계학습방안들이 수집된 데이터에 적용되어 축산농가의 생산성을 향상시키고 있다. 본 연구에서는 다양한 기계학습 방안을 이용하여 돈사관리에서 가장 중요한 요소 중 하나인 급수량을 예측하였다. 구체적으로 실제 돈사에서 수집된 데이터에 회귀 방안인 선형회귀, 회귀트리 및 아다부스트 회귀 방안과 분류 방안인 로지스틱 분류, 결정트리 및 서포트 벡터 머신 (SVM) 분류방안을 적용하여 돈사의 온도와 습도를 기반으로 급수량을 예측하였다. 성능 분석을 통해서 제안한 방안이 높은 정확도로 급수량을 예측하는 것을 확인할 수 있었다. 제안한 방안은 돈사의 급수시설 이상을 조기에 파악하는데 활용되어 가축을 폐사를 막고 돈사 생산성을 높이는데 활용될 수 있다.
#기계학습 #급수량 #돈사 #예측 #Machine learning #Water usage #Pig farm #Prediction

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 사용된 데이터 및 분석방안
Ⅲ. 결과분석
Ⅳ. 결론
REFERENCES

참고문헌 (8)

참고문헌 신청
K. Han, W. Lee, and K. Sung, “Development of a model to analyze the relationship between smart pig-farm environmental data and daily weight increase based on decision tree,” Journal of Korea Institute of information and communication engineering, vol. 20, no. 12, pp.2348-2354, Dec. 2016. M. S. Lee and Y.C. Choe, “Forecasting Sow’s Productivity using the Machine Learning Models,” Journal of Agricultural Extension & Community Development, vol. 16, no. 4, pp. 939-965, Dec. 2009. S. Shahinfar, D. Page, J. Guenther, V. Cabrera, P. Fricke and K. Weigel, “Prediction of insemination outcomes in Holstein dairy cattle using alternative machine learning algorithms,” Journal of dairy science, vol. 97, no. 2, pp.731-742, Feb. 2014. W. Lee, S. Kim, J. Ryu, and T. Ban, “Fast Detection of Disease in Livestock based on Deep Learning,” Journal of Korea Institute of information and communication engineering, vol. 21, no. 5, pp.1009-1015, May 2017. M. A. Kashiha, C. Bahr, S. Ott, C. P. Moons, T. A. Niewold, F. Tuyttens and D. Berckmans, “Automatic monitoring of pig locomotion using image analysis,” Livestock Science, vol. 159, no. 1, pp.141-148, Jan. 2014.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

빅데이터 기반의 IoT 이상 장애 탐지 시스템 설계
나성일 ,  김형중 디지털콘텐츠학회논문지 2018 .02
제9장 4차산업혁명에 대응한 농업혁신 전략
김연중 ,  박지연 ,  박영구 외 1명 한국농촌경제연구원 기타연구보고 2018 .01
제2장 2018년 농업 및 농가경제 동향과 전망
황의식 ,  한석호 ,  서홍석 외 3명 한국농촌경제연구원 기타연구보고 2018 .01
인공지능 기술과 주요 적용 산업 동향
정동규 한국정보기술학회지 2017 .12
기상 레이더 데이터를 이용하여 강우량 예측을 위한 합성곱 순환신경망 학습 모델 개발
김성찬 ,  홍승균 ,  송사광 외 1명 한국기상학회 학술대회 논문집 2017 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-001249357