• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.152-162
• /
• 2022

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층6에서 r² 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.

• 지구물리
• /
• 제2권3호
• /
• pp.209-216
• /
• 1999

전라북도 남원군과 전라남도 곡성군을 경계로 흐르고 있는 섬진강의 남서쪽 강변에서 관로 매설에 필요한 지질정보 파악을 위한 굴절파 탐사를 실시하였다. 인라인 굴절법에 앞서 수행한 지오폰 간격 1 m, 오프셋 구간 -36∼+36 m의 워커웨이 자료로부터, 평균속도 585 m/s의 마른 토사층 하부에 평균 1,326 m/s의 속도를 갖는 젖은 사력층이 거의 수평 상태로 놓여 있으며, 그 하부에는 평균 4,218 m/s의 속도를 갖는 기반암이 분포하는 것으로 분석된다. 지오폰 간격 2 m로 획득한 총 220 m의 굴절파 측선자료를 GRM (Generalized Reciprocal Method) 방법으로 해석한 결과, 평균속도가 688 m/s, 1,473 m/s, 3,776 m/s인 3개 지층이 인지되며, 리핑이 불가능할 것으로 판단되는 기반암까지의 깊이는 숨은 층(hidden layer)의 영향에 따라 최소 1.51∼2.43 m부터 최대 2.25∼3.54 m까지로 구해진다. 이 지역 자료는 굴절법의 전형적인 문제점인 숨은 층 존재로 인하여 2번째 층의 두께를 정확히 계산하는데 어려움이 있다.