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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이정호 (농촌진흥청) 백정현 (농촌진흥청) 임동혁 (농촌진흥청) 김태현 (농촌진흥청) 김만중 (농촌진흥청) 박성진 (농촌진흥청) 양오석 (군산대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제48권 제10호
발행연도
2023.10
수록면
1,321 - 1,329 (9page)
DOI
10.7840/kics.2023.48.10.1321

이용수

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

초록· 키워드

오류제보하기
스마트 온실은 ICT 기술을 온실에 적용하여 생육환경을 유지 및 관리하는 기술을 의미하며 이를 활용하여 적은 노동력으로 생산성을 증가시킬 수 있다. 최근 스마트 온실의 다양한 분야에 인공지능이 적용되고 있지만, 생산량 관리에 영향을 미치는 과실 특징인 무게와 당도 추정에 관련된 연구는 미비한 상황이다. 본 논문에서는 토마토를 재배 중인 스마트 온실에서 과실 영상을 실험실 환경에서 수집하고, 인공지능과 질감 분석을 통해 얻어진 정보를 기반으로 과실 특징인 무게와 당도를 추정하는 알고리즘을 구현한다. 질감 분석에 사용되는 Gray Level Co-occurrence Matrix(GLCM)을 적용해 얻은 특징인 Dissimilarity, Homogeneity, Energy, Correlation과 토마토 화소 수가 사용된다. 수집된 특징은 eXtreme Gradient Boosting(XGBoost), Deep Neural Network(DNN), Convolutional Neural Network(CNN) 및 머신러닝 앙상블 방법의 입력 데이터로 사용해서 무게와 당도를 추정하며 가장 최적의 방법을 도출하기 위한 평가지표로 Root Mean Square Error(RMSE)와 R²를 활용한다. 실험 결과 머신러닝 앙상블이 가장 좋은 결과값을 얻었으며 딥러닝 계열의 DNN, CNN에서 좋지 못한 결과가 나타나는 것을 확인할 수 있었다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 데이터 수집 및 전처리
Ⅲ. 학습 모델
Ⅳ. 실험
Ⅴ. 결론
References

참고문헌 (13)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088055783