Proceedings of the Korean Institute of Information and Commucation Sciences Conference
/
2015.10a
/
pp.533-535
/
2015
Recently bleak outside the city to find a peace of mind to education for children living in nature while enjoying the leisure life As more families there is growing interest in managing a farm on weekends grow crops by the weekend. However, due to the need for a weekend farm has a lot of information in order to receive pre-sale of farm experience and meets the conditions demanding application process simply weekend to participate in the farm program there is a difficulty. In this paper, in order to solve these problems and to develop a farm Sale and learning system using a public API to the smart phone applications. The system basically provides information and tips on growing farm so that you can easily get pre-sale and manage weekend farm Bulletin boards, albums, providing a play culture that can improve the learning ability of children with certain management functions to increase the degree of interest and participation in weekend farm.
Journal of the Korea Institute of Information and Communication Engineering
/
v.21
no.8
/
pp.1560-1566
/
2017
Recently, accumulation of data on pig farm is enabled through the wide spread of smart pig farm equipped with Internet-of-Things based sensors, and various machine learning algorithms are applied on the data in order to improve the productivity of pig farm. Herein, multiple machine learning schemes are used to predict the water usage in pig farm which is known to be one of the most important element in pig farm management. Especially, regression algorithms, which are linear regression, regression tree and AdaBoost regression, and classification algorithms which are logistic classification, decision tree and support vector machine, are applied to derive a prediction scheme which forecast the water usage based on the temperature and humidity of pig farm. Through performance evaluation, we find that the water usage can be predicted with high accuracy. The proposed scheme can be used to detect the malfunction of water system which prevents the death of pigs and reduces the loss of pig farm.
This paper investigated actual crop evapotranspiration (ETc) of tomato and paprika planted in test beds of the greenhouse. Crop water requirement (CWR) is the amount of water required to compensate ETc loss from the crop. The main objectives of the study are to assess whether the actual crop watering (ACW) was adequate CWR of tomato and paprika and which amount of ACW should be irrigated to each crop. ETc was estimated using the Penman-Monteith model (P-M) for each crop. ACW was calculated from the difference of amount of nutrient supply water and amount of nutrient drainage water. ACW and CWR of each crop were determined, compared and assessed. Results indicated CWR-tomato was around 100 to 1,200 ml/day, while CWR-paprika ranged from 100 to 500 ml/day. Comparison of ACW and CWR of each crop found that the difference of ACW and CWR are fluctuated following day of planting (DAP). However, the differences could divide into two phases, first the amount of ACWs of each crop are less than CWR in the initial phase (60 DAP) around 500 ml/day and 91 ml/day, respectively. Then, ACWs of each crop are greater than the CWR after 60 DAP until the end of cultivation approximately 400 ml/day in tomato and 178 ml/day in paprika. ETc assessment is necessary to correctly quantify crop irrigation water needs and it is an accurate short-term estimation of CWR in greenhouse for optimal irrigation scheduling. Thus, reducing ACW of tomato and paprika in the greenhouse is a recommendation. The amount of ACW of tomato should be applied from 100 to 1,200 ml/day and paprika is 100 to 500 ml/day depend on DAP.
Kim, Na-eun;Lee, Kyoung-geun;Lee, Deog-hyun;Moon, Byeong-eun;Park, Jae-sung;Kim, Hyeon-tae
Journal of Bio-Environment Control
/
v.30
no.1
/
pp.19-26
/
2021
In this study, analysis was performed to identify three greenhouses located in the same area using principal component analysis (PCA) and linear discrimination analysis (LDA). The environmental data in the greenhouse were from 3 farms in the same area, and the values collected at 1 hour intervals for a total of 4 weeks from April 1 to April 28 were used. Before analyzing the data, it was pre-processed to normalize the data, and the analysis was performed by dividing it into 80% of the training data and 20% of the test data. As a result of PCA and LDA analysis, it was found that PCA classification accuracy was 57.51% and LDA classification was 67.06%, indicating that it can be classified by greenhouse. Based on the farmhouse data classified in advance, the data of the new environment can be classified into specific groups to determine the tendency of the data. Such data is judged to be a way to increase the utilization of data by facilitating identification.
Juhyoung Sung;Sungyoon Cho;Da-Eun Jung;Jongwon Kim;Jeonghwan Park;Kiwon Kwon;Young Myoung Ko
Journal of Internet Computing and Services
/
v.24
no.1
/
pp.61-69
/
2023
Recently, as the fishery resources are depleted, expectations for productivity improvement by 'rearing fishery' in land farms are greatly rising. In the case of land farms, unlike ocean environments, it is easy to control and manage environmental and breeding factors, and has the advantage of being able to adjust production according to the production plan. On the other hand, unlike in the natural environment, there is a disadvantage in that operation costs may significantly increase due to the artificial management for fish growth. Therefore, profit maximization can be pursued by efficiently operating the farm in accordance with the planned target shipment. In order to operate such an efficient farm and nurture fish, an accurate growth prediction model according to the target fish species is absolutely required. Most of the growth prediction models are mainly numerical results based on statistical analysis using farm data. In this paper, we present a growth prediction model from a stochastic point of view to overcome the difficulties in securing data and the difficulty in providing quantitative expected values for inaccuracies that existing growth prediction models from a statistical point of view may have. For a stochastic approach, modeling is performed by introducing a Gaussian process regression method based on water temperature, which is the most important factor in positive growth. From the corresponding results, it is expected that it will be able to provide reference values for more efficient farm operation by simultaneously providing the average value of the predicted growth value at a specific point in time and the confidence interval for that value.
Recently, smart farm research that applies IoT technology to various farms is being actively conducted to improve agricultural cooling power and minimize cost reduction. In particular, methods for automatically and remotely controlling environmental information data around smart farms through IoT devices are being studied. This paper proposes a processing model that can maintain an optimal growth environment by monitoring environmental information data collected from smart farms in real time based on machine learning. Since the proposed model uses machine learning technology, environmental information is grouped into multiple blockchains to enable continuous data collection through rich big data securing measures. In addition, the proposed model selectively (or binding) the collected environmental information data according to priority using weights and correlation indices. Finally, the proposed model allows us to extend the cost of processing environmental information to n-layer to a minimum so that we can process environmental information in real time.
Koo, Jee Hee;Lee, Seung Woo;Lee, Ga eun;Pyeon, Mu Wook
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.39
no.6
/
pp.419-427
/
2021
Due to the effects of climate change and the reduction of the labor force due to COVID-19, the crop yield, harvest time, and cultivated area are rapidly changing every year. In order to respond flexibly to this situation, attempts to apply smart farm technology based on ICT (Information and Communication Technology) to individual farms are increasing. On the other hand, various stakeholders are trying to predict the yield of crops using artificial intelligence and IoT technology, but accurate prediction is difficult due to the lack of learning data. In this study, in order to overcome the data collection problem limited to a specific institution, a smart farmer service technology based on community mapping was developed in which farmers directly participate, input and share accurate data to predict production. In the process, analysis was performed on napa cabbage, which is a vegetable with a large price change compared to production.
The Journal of Korea Institute of Information, Electronics, and Communication Technology
/
v.12
no.3
/
pp.201-210
/
2019
This paper proposes the AMCS(Agricultural Machine Control System that distinguishes farms using satellite photos or drone photos of farms and controls the self-driving and operation of farm drones and tractors. The AMCS consists of the LSM(Local Server Module) which separates farm boundaries from sensor data and video image of drones and tractors, reads remote control commands from the main server, and then delivers remote control commands within the management area through the link with drones and tractor sprinklers and the PSM that sets a path for drones and tractors to move from the farm to the farm and to handle work at low cost and high efficiency inside the farm. As a result of AMCS performance analysis proposed in this paper, the PSM showed a performance improvement of about 100% over Dijkstra algorithm when setting the path from external starting point to the farm and a higher working efficiency about 13% than the existing path when setting the path inside the farm. Therefore, the PSM can control tractors and drones more efficiently than conventional methods.
At present, agriculture in Korea is experiencing difficulties, such as a stagnation in farm income, an increase in imported agricultural products, a decrease in arable land, a decrease in the self-sufficiency rate of grain, a decrease in rural population, and aging. To solve these problems and vitalize the rural economy, our government is promoting its 6th industrialization policy, which links agriculture with primary industry, secondary, industry and tertiary industry, and as well as smart agriculture based on information and communication technology. Smart agriculture is an agriculture form used to improve the quality of life in rural areas through making greater efficiency and intelligence by applying ICT convergence technology to the whole entire process of agricultural production, distribution, and consumption in the areas of outdoor agriculture, facility horticulture, and livestock. Therefore, in this paper, we analyze the policy, technology, and standardization trends of domestic and foreign smart agriculture, and suggest ways to apply them to domestic smart agriculture during the in the introduction stage.
Lee, Mu Yeol;Sim, Sojeong;Kim, Eun-jeong;Han, Young-Soo
Journal of Bio-Environment Control
/
v.31
no.4
/
pp.366-375
/
2022
The monitoring of electricity consumption using Internet of Things (IoT) technology is attracting attention as a technology to reduce operation costs of smart farms. In this study, we propose a method to apply a real-time electrical consumption monitoring system (the e-Gauge system) and utilization of the collected data real-time while a melon-producing smart farm is in operation. For this purpose, the electrical consumption data for the individual smart-farm facilities such as boilers, nutrient distribution systems, automatic controllers, circulation fans, boiler controllers, and other IoT-related utilities were collected during three months of melon cultivation period. By using the monitoring results, the electrical energy consumption pattern was analyzed as an example, and necessary considerations needed to optimally utilize the measurement data were suggested. This paper will be useful in lowering the technological implementation barriers for new researchers to build a electrical consumption monitoring system and reducing trial and errors in the usage of the generated data.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.