합성곱 신경망을 이용한 밭 토양의 물리적 특성 예측 = Prediction of Physical Property of Upland Soil using Convolutional Neural Network
저자
김동근 ( Donggeun Kim ) ; 김태진 ( Taejin Kim ) ; 전지훈 ( Jihun Jeon ) ; 손영환 ( Younghwan Son ) 연구자관계분석
발행기관
학술지명
한국농공학회 학술대회초록집(Proceedings of the Korean Society of Agricultural Engineers Conference)
권호사항
발행연도
2019
작성언어
-주제어
자료형태
학술저널
수록면
151-151(1쪽)
제공처
토양의 생산성은 토양의 종류 뿐만 아니라 배수, 통기성, 토양 구조, 유기물의 함량 등 여러 요인에 따라 달라질 수 있다. 이에 따라 작물 재배 시 토양의 특성 및 현재 토양의 상태에 따라 토양 관리 방법을 조율하여야 한다. 현재 농업용 토양 관리는 실내시험을 통한 토양 특성 평가, 현장 시험을 통한 토양 특성 평가, 설치형 센서를 이용한 토양 모니터링 등을 통해 이루어진다. 기존 방법은 관측하고자 하는 지점이 많아질수록 시간과 비용이 많이 소요되기 때문에 현장에서는 일부 지점의 데이터를 이용하여 토양 관리를 수행하는 실정이다. 최근에는 토양의 특성을 빠르게 파악하기 위해 기존의 실험적 방법이 아닌 표층이나 단면의 이미지를 분석하는 방법에 대한 연구가 진행되고 있다. SEM image나 CT-Scan 이미지를 이용하여 토양의 밀도, 투수성을 예측하는 방법이 제시되고 있으나 해당 방법을 현장에서 쉽게 적용하기에는 어려운 실정이다. 최근 다양한 연구가 진행되고 있는 Deep-learning 기법 중의 하나인 합성곱 신경망 (CNN, convolutional neural network)은 기존 분석 알고리즘들의 이미지 분류 및 분석 정확도가 낮은 한계점을 극복한 기술로 이를 이용한 토양 특성 예측 모델 구축 시 낮은 비용으로 신속하게 현장 토양 관리를 수행할 수 있을것으로 예측된다. 본 연구에서는 합성곱 신경망을 기반으로 하여 밭 토양의 이미지를 활용해 물리적 특성을 예측하는 모델을 개발하고자 한다. 국내 밭 토양을 대상으로 연구를 진행하였으며 토양의 이미지는 광조건을 균일하게 통제할 수 있도록 실내에서 촬영되었다. 토양 시료는 직경 150mm, 높이 50mm의 원형 몰드에 함수비, 건조밀도를 각각 달리하여 성형되었으며 각 조건별로 3회 반복촬영을 수행하여 토양별 60개의 원본 이미지를 획득하였다. CNN모델은 Tensorflow 1.14를 기반으로 구성되었으며 예측하고자 하는 인자에 따라 각 계층의 구성 및 초매개변수를 달리하여 모델의 정확도를 높일 수 있도록 하였다. 본 연구의 결과는 향후 밭 토양 관리에 활용되어 토양 함수비 및 건조밀도 추정의 정확도 및 모니터링 효율성을 높일 수 있을것으로 기대된다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)