KSC 2019
Current Result Document :
| 한글제목(Korean Title) |
딥러닝을 활용한 농작물 질병 기반 수확량 진단 플랫폼 |
| 영문제목(English Title) |
An Yield Diagnostics Platform based a deep learning |
| 저자(Author) |
최호길
정이나
이병관
Ho-Kil Choi
Yi-Na Jeong
Byung-Kwan Lee
|
| 원문수록처(Citation) |
VOL 46 NO. 02 PP. 0706 ~ 0708 (2019. 12) |
한글내용
(Korean Abstract) |
본 논문에서는 CNN을 생성하여 농작물의 질병을 진단하고, 질병 진단결과와 현재 기상데이터 그리고 작물의 현재 상태를 활용하여 작물 수확량을 예측하는 딥러닝을 활용한 농작물 질병 기반 수확량 진단 플랫폼을 제안한다. 제안하는 딥러닝을 활용한 농작물 질병 기반 수확량 진단 플랫폼은 첫째, CNN을 기반으로 농작물의 질병을 진단할 수 있는 DDM(Disease Diagnosis Module)과 둘째, 현재 기상데이터와 작물의 상태를 계산하여 작물 수확량을 예측하는 YPM(Yield Prediction Module)으로 구성된다. 제안하는 플랫폼의 성능분석 결과 DDM의 기반이 되는 CNN은 최대 100%의 정확도를 가졌으며, 최소 99.54%의 정확도를 가졌으며 데이터 세트의 수가 커지면, CNN은 R-CNN보다 약 3.5%, YOLO보다 약 4.8% 높은 정확도를 가졌다. 농작물이 많이 재배되는 스마트팜의 경우 여러 데이터를 처리하는데 있어 정확도가 높아야하기 때문에 농작물의 질병을 진단하는 DDM은 CNN을 사용하여 설계되어야 한다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
