• 정보와 통신
• /
• 제34권1호
• /
• pp.58-69
• /
• 2016

글로벌 식품 시장의 확대와 변화하는 소비자의 식품 소비 패턴은 기존의 농식품 서비스 산업에 큰 변화를 불러오고 있다. 다가오는 식품시장에 대응하기 위해서는 다각화된 유통구조에서 오는 식품의 안전성 문제를 해결함과 동시에, 급변하는 시장의 변화를 수용할 수 있는 비즈니스 플랫폼 구축이 필수적이다. 본 논문에서는 이러한 변화에 대응하고 스마트 팜 에서부터 유통물류, 그리고 식품안전, O2O 등 식품 응용서비스의 기반이 될 수 있는 GS1 표준 글로벌 식품 생태계를 소개한다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권6호
• /
• pp.719-729
• /
• 2017

최근 농업 분야는 농업 분야에 ICT 기술이 접목 되면서 새로운 도약의 계기가 마련되고 있다. 특히 농업에 사물 인터넷(IoT: Internet of Things) 기술을 접목한 스마트 팜 [smart farm] 영역이 각광받고 있다. 스마트 팜 [smart farm] 기술은 농작물이 재배 되는 환경의 온도, 습도 등의 정보를 센서를 이용해 실시간으로 수집, 분석하여 제어장치에서 농작물 수확에 필요한 장치들을 자동으로 구동하여 농작물이 자랄 수 있는 최적의 환경을 제공하는 것이다. 스마트 팜 [smart farm] 기술이 마치 모든 것을 해결할 수 있을 것처럼 주목을 받고 있지만, 대부분의 연구가 농작물의 생산량 증대에만 치중되어 있다. 본 논문 에서는 농작물의 생산량 증대 보다는 우수한 품질의 농작물을 최적기에 수확할 수 있는 시스템의 아키텍처 개발에 중점을 두어 이루어졌다. 본 논문에서는 사과나무를 표본으로 아키텍처를 개발 하였으며 사과나무의 수확시기를 예측하는 데이터로는 색상정보와 중량정보를 사용하였다. 색상정보와 중량정보를 수집하여 서버 단으로 전송하는 간이형 보드는 아두이노를 사용하였으며. 개발 방법론으로는 모델 주도 개발(model-driven development :MDD)를 적용하였다. PC 사용자들에게는 웹 형태로 서비스를 제공하며 Smart Phone 사용자들에게는 하이브리드앱 형태로 서비스를 제공할 수 있도록 아키텍처를 개발했다. 또한 비콘 기술을 사용해서 과수원 정보를 실시간으로 사용자들에게 제공하도록 아키텍처를 개발했다.

• 정보처리학회지
• /
• 제15권2호
• /
• pp.90-95
• /
• 2008

e-Science를 기반으로 한 고에너지물리 연구 환경 구축은, 실제로 실험 데이터가 생산되는 외국의 가속기 연구소에 가지 않고서도, 언제어디서나 실제 가속기 연구소에서 고에너지물리 연구를 수행하는 것과 같은 연구 환경을 제공한다. 그 구성 요소로서는 1) 데이터 생산(production), 2) 데이터 프로세싱(processing), 3) 데이터 분석(analysis)이 있다. 데이터 생산은 원격 제어시설(remote control room)을 구축하여 원격으로 데이터 생산에 참여하는 것이며, 데이터 프로세싱은 그리드 팜을 활용한 데이터 처리를 뜻하며 데이터 분석은 EVO(Enabling Virtual Organization) 시스템을 활용하여 공동 협업 환경으로 연구 결과물을 얻는 것이다. 이러한 개념을 고에너지물리 실험의 하나인 CDF 실험에 구현하여 활용한 사례를 보여 준다.

• 전자통신동향분석
• /
• 제38권3호
• /
• pp.29-37
• /
• 2023

With the increasing demand for seafood and technological advancement in aquaculture, the industry has continuously grown. On the other hand, digital twins have been actively applied to various industries. Aquaculture deals with live aquatic animals that are sensitive to growth environment management. Hence, applying a digital twin to smart aquaculture may lead to a substantial economic benefit because it enables the optimization of different variables. We analyze the status of digital twin development in agriculture. The services of the aquafarm digital twin are divided into 1) data management, 2) optimization, and 3) intelligence. Standardization related to the aquafarm digital twin is also discussed. Based on the analyses, the development stage of aquafarm digital twin is defined, and directions of technology development are suggested.

• 한국전자통신학회논문지
• /
• 제10권10호
• /
• pp.1145-1156
• /
• 2015

현재 농작물의 품질과 직결되는 병해충에 관하여 농작물 재배 현장에서 바로 사용할 수 있는 모바일 전용의 응용 시스템은 부족한 실정이다. 따라서 본 논문에서는 병해충 예찰 및 기본 정보에 관해서는 충실하나 즉각적인 진단 기능이 매우 부족하고 아울러 농작물 재배 현장에서 바로 사용할 수 있는 모바일 기반의 병해충 전용 시스템의 부재를 개선하기 위해서, u-Farm을 위한 모바일 기반의 농작물 재배 현장 중심형 스마트 병해충 정보검색 시스템을 설계 및 구현한다. 제안하는 시스템은 이미지의 전문 분석에 유용한 검색 라이브러리인 루씬(Lucene) 및 JSON 데이터 구조를 기반으로 농작물 재배 현장에서 병해충의 정보를 웹뿐만 아니라, 본인이 소유한 스마트 폰을 통해 실시간으로 직접 확인할 수 있는 장점이 있다. 또한, 시스템의 확장 및 재사용성을 높이기 위해 객체지향 모델링을 기반으로 설계하였으며, 농작물의 메타 정보뿐만 아니라, 메타 정보 기반의 텍스트 및 색상 등과 같은 이미지 특징 정보를 기반으로 검색이 가능하다. 본 시스템을 통해 u-Farm 실현뿐만 아니라 농업인이나 재배 현장 관리자들이 농작물 작황, 병해충 현황 파악 및 관리를 실시간으로 진행할 수 있다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.508-518
• /
• 2023

이 논문은 LiDAR 스캔 또는 사진측량 기술에 의해 재구성된 3D 디지털 모델을 기반으로 터널 벽면의 불연속면을 자동으로 매핑하는 새로운 접근 방식을 제안한다. 본 제안에서는 U-Net이라 불리는 딥러닝 시맨틱 영역분할 모델을 사용하며, 터널 막장면의 3D 지형 모델에서 불연속면 영역을 식별해 낸다. 제안된 딥러닝 모델은 투영된 RGB 이미지, 면의 깊이 이미지 및 국부적인 면의 표면 속성 이미지(즉, 법선 벡터 및 곡률 이미지)를 포함한 다양한 정보를 종합 학습하여 기본 3차원 이미지에서 불연속면 영역을 효과적으로 분할한다. 이후 영역분할 결과는 면의 깊이 맵과 투영 행렬을 사용하여 3D 모델로 다시 투영시키고, 3D 공간 내에서 불연속면의 위치 및 범위를 정확하게 표현한다. 영역분할 모델의 성능은 영역 분할된 결과를 해당 지면 실측 값과 비교함으로써 평가하였으며, IoU(intersection-over-union) 값이 약 0.8 정도로 나타나 영역분할 결과의 높은 정확성을 확인하였다. 여전히 학습데이터가 제한적 이었음에도 불구하고, 제안 기법은 3D 모델의 점군 데이터를 불연속면의 유사군으로 그룹화하기 위해 전 막장면의 법선 벡터와 클러스터링과 같은 비지도 학습기반 알고리즘에만 의존하던 기존 접근 방식의 한계의 극복 가능성을 보여주었다.