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
최지현 (한국과학기술정보연구원) 이상환 (한국과학기술정보연구원) 서동민 (한국과학기술정보연구원)
저널정보
한국콘텐츠학회 한국콘텐츠학회논문지 한국콘텐츠학회논문지 제25권 제4호
발행연도
2025.4
수록면
1 - 10 (10page)
DOI
10.5392/JKCA.2025.25.04.001

이용수

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

초록· 키워드

오류제보하기
최근 농작물 재배 과정에서 발생하는 질병을 조기에 예측하기 위해 인공지능을 활용한 기술 개발 연구가 진행되고 있다. 본 논문에서는 국내 사과 과수에 심각한 피해를 주는 탄저병(Anthracnose)과 갈색무늬병(Marssonina Blotch)의 발병 유무를 예측하기 위해 딥러닝 모델을 적용하였다. 예측을 위해 평균온도, 최고 온도, 최저 온도, 습도, 풍속, 강수량 등의 생육 환경 데이터를 활용하여, CNN, RNN, LSTM, Transformer와 같은 여러 딥러닝 모델을 비교하여 성능을 평가하였다. 실험 결과, 제안하는 모델이 최소 정확도 89.41%, 특이도 90.34%, 민감도 83.11%의 성능을 보장하는 것을 확인하였다. 이와 같은 접근에서 단순한 통계적 예측 방법 대비 정교한 딥러닝 모델이 탄저병과 갈색무늬병 예측에 높은 성능을 보여주었다. 본 연구는 사과 과수원에서 발생하는 주요 질병을 조기에 발견하여 효과적인 방제를 가능하게 할 것으로 기대된다.
#사과 #탄저병 #갈색무늬병 #예측 #딥러닝 #인공지능 #Apple #Anthracnose #Marssonina Blotch #Prediction #Deep Learning #AI

목차

요약
Abstract
I. 서론
Ⅱ. 관련 연구
Ⅲ. 제안하는 사과 질병 예측 모델
Ⅳ. 성능평가
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

탄도탄 표적 다층 방어 교전을 위한 모의 훈련 시스템 설계 및 구현
윤문형 ,  안세준 ,  유명환 외 2명 한국콘텐츠학회논문지 2025 .01
농업 기상 데이터 기반 사과 갈색무늬병과 탄저병 예측 AI 모델 개발
서동민 ,  이상환 한국콘텐츠학회논문지 2024 .07

최근 본 자료

전체보기

댓글(0)

0