본 연구는 등유를 사용하는 농업용 난방기에서 배출되는 가 스를 포집하고, 농업용 난방기의 사용 연식에 따른 이산화탄 소의 배출농도를 파악하고자 수행되었다. 선형 회귀분석의 결과로 농업용 난방기의 연식에 따른 이산화탄소의 배출량은 R2 = 0.84로 y = 26.99x+721.98의 식을 따른다고 나타났다. 농업용 난방기의 사용 연식에 따라 세 그룹으로 분류하여 분 산분석을 수행하였다. 분산분석을 수행한 결과, 분석을 위해 설정한 유의확률 0.05보다 작은 2.1961×10-13으로 나타났으 며 이는 적어도 한 그룹에서 차이가 나타난다는 것을 의미한 다. 본 연구에서는 농업용 난방기의 기본적인 배출농도의 차 이를 분석하고자 기기의 제작사와 상관없이 농업용 난방기의 기기 연식만을 고려하여 배출가스 데이터를 수집하였다. 기 기의 연소 방식에는 제작사에 따라 연소 방식에 차이가 미미 하게 있었을 것으로 판단되며 데이터 변수의 개수가 늘어난다 면, SVR(support vector regression) 기반의 선형회귀 분석 등 을 실시하여 농업용 난방기의 이산화탄소 데이터가 온실가스 발생량 파악에 더욱 활용도가 높아질 것으로 판단된다. 추후 연구에서는 더욱 세분화된 데이터의 수집 방식을 따라 더욱 높은 정확도를 가진 결과값을 도출할 수 있다고 판단된다. 이 처럼 우리나라의 농업 분야에서 용도별 온실가스 발생량을 조 사하기 위하여 고정형 농기계인 농업용 난방기의 이산화탄소 발생량을 정확히 파악하여 온실가스 배출량 조사에 활용할 수 있을 것으로 판단된다.

본 연구의 주요 목적은 회귀기반의 다양한 머신러닝 알고리즘을 개발하고 다양한 농업 분야에서 사용되는 트랙터의 연료 소비량을 예측하는 것이다. 비포장 도로주행 농업 기계중에서도 사용 비중이 가장 높은 트랙터를 선정하였다. 실제 농가에 방문하여 현업 전문가 조언을 바탕으로 연구하여 설문지를 작성하였으며, 설문 대상은 경남 사천시에 있는 농가 10곳, 진주시에 있는 농가 62곳 등, 총 72곳의 농가이다. 농작업으로는 벼농사, 보리농사, 밭농사 등이 있으며, 작업내용으로는 쟁기, 로터리, 비료살포, 베토, 모내기작업 등이 있다. 다중 회귀분석을 통해 연료 소비량 예측에 영향을 미치는 변수(마력, 기계사용연수, 경작면적, 작업 시간)를 추출하였고. 머신러닝 회귀 학습기 모형으로 학습하여 예측 모형의 성능을 검증하였다. 연료 소비량을 예측하는 모델의 성능은 결정 계수(R), RMSE (제곱 평균 제곱근 오차), MSE (평균 제곱 오차) 및 MAE (평균 절대 오차)를 포함한 4가지 통계적 품질 매개변수를 사용하여 결정되었다. 연구 결과 4가지 모델(다중회귀, 랜덤포레스트, 아다부스트, K-최근접 이웃) 중 K-최근접 이웃의 성능이 제일 높은 것으로 나타났다. 결론적으로 본 연구의 결과는 실제 농가의 연료 소비량을 예측하여 면세유 유통의 투명성을 확보하고 추후 개발 모델의 의사결정에 활용될 수 있을 것으로 기대된다.

본 연구는 기능성 건강식품으로 각광받고 있는 콩의 자급률을 올리기 위함이다. 콩의 함수율에 따른 극한강도를 측정하여 콩의 깨짐(파단) 부분을 파악하고 함수율에 따른 극한강도를 찾는 것을 목표로 한다. 현재 수확 과정중 발생하는 손실은 자연적 손실, 탈곡 과정 손실, 분류 과정 손실, 예취 과정 손실로 크게 4가지로 분류되며, 이중 탈곡 손실은 두류(콩)의 파손 및 손실율에 직접적인 요인으로 판단되여 다른 요인들에 비해 중요하다 판단되고 있다. 본 실험에서는 앞선 실험에서 부족했던 두류(콩)의 함수율 세부적인 단계로 나누어 실험하고, 생물체의 깨짐이 발생하는 하중을 직접적으로 측정하는 것을 목표로한다. 가수기간이 가장 긴 두류(콩)의 극한강도값이 3.9N으로 가장 낮게 측정되었으며, 가수기간을 거치지않 은 두류(콩)의 극한강도값이 5.244N으로 가장 높게 측정되었다.

본 연구는 딸기 온실 내부의 방대한 환경인자를 활용하여 판별분석을 실시하고 딸기의 재배 베드 단수에 따른 온실 내부의 환경인자를 분석함으로 써, 딸기 분야에서 계측된 데이터의 활용성을 높이기 위한 기초자료로 활용할 목적으로 수행하였다. 그 결과는 다음과 같다. 환경인자별(온도, 습도, 이산화탄소 농도, EC 및 pH) 동질성 검정의 유의확률은 각각 0.0001, 8.2788E-38, 4.3310E-85, 1.3001E-16 및 0.0001로서 설정한 유의수준 0.05보다 낮게 나타났다. 그리고 분석결과 판별함수식은 F(x)1 = –60.5664 -0.1339×Temperature –0.0087×Humidity +0.0018×CO2 +0.1014×EC +8.3860×pH, F(x)2 = –12.4928 +0.1963×Temperature –0.0024×Humidity +0.0254×CO2 –0.0187×EC –0.3651×pH로 도출되었다. 판별함수식의 정확도는 대상 온실 A (81.1%) 및 B (96.1%)보다 대상 온실 C (100.0%)에서 높은 것으로 나타났다. 예측 가능한 대상 온실별(A, B 및 C) 분류함수는 각각 – 1836.7035 – 2.8733×Temperature + 0.1355×Humidity + 0.4186×CO2 + 7.4351×EC + 484.5901×pH, – 1710.8369 – 2.7701×Temperature + 0.1550×Humidity + 0.3937×CO2 + 7.2482×EC + 468.1477×pH, – 2291.7125 - 3.9756×Temperature + 0.0723× Humidity + 0.4177×CO2 + 8.1961×EC + 546.8476×pH로 나타났다. 특히 판별함수식을 근거로 환경인자별 새로운 측정값이나 자료를 입력하였을 때, 특정 그룹으로 분류가 가능함으로써 데이터의 특징을 파악할 수 있다. 이러한 환경인자는 식별을 용이하게 함으로써 환경인자 측정값의 활용도를 높여주는 방법이라고 판단된다.

본 연구는 양계사내에서 작업자의 위치를 예측하기 위해 BLE 비콘을 이용한 위치 서비스 시스템을 제안한다. 애플리케이션을 개발하여 스마트 단말기로 비콘의 데이터를 수집하고, 수집한 데이터를 기반으로 핑거프린트 알고리즘을 이용한 스코어맵을 생성하였다. 작업자의 위치 예측은 스코어맵과 양계사내에서 실시간으로 수집한 데이터를 유사도 알고리즘을 이용하여 예측하였다. 실험대상 양계사에서 작업자 위치를 예측한 결과 일반 데이터는 위치 예측 시 많은 오차와 낮은 정확도를 보이고, 일반데이터에 필터링을 적용한 알고리즘을 적용 시 위치 예측 정확도가 개선됨을 알 수 있다. 따라서 양계사내에서 BLE 비콘을 이용한 위치기반 서비스 제공이 가능함을 확인하였고, 스코어맵 기반 위치 예측 시스템만 적용했을 때 위치예측 결과보다 필터를 적용한 결과가 더 나은 결과를 보였다. 본 연구는 양계사내에서 BLE 비콘을 이용한 위치 예측이 강점을 가질 수 있는 것으로 보인다.

본 연구에서는 곡물건조기의 사용 연식에 따른 이산화탄소 배출농도 차이를 비교함으로써 농업 분야의 온실가스 배출 현황을 파악하고자 한다. 사용 연식의 기준을 5년 이하, 6-10년, 10년 초과의 3단계로 구분하였고, 간헐 포집 방법을 선택하였다. 포집 방법은 EPA Method 18에 해당하는 방법론을 따라 수행하였으며, 이는 흡입장치가 음압을 이용하여 간헐적으로 포집하는 원리이다. 포집 장치에 연결되는 보관 용기는 모든 기체에 우수한 차단성이 있어 화학적으로 안정한 테드라백을 사용하였다. 포집 된 가스는 미량분석용인 Gas Chromatograph System을 사용하여 분석하였으 며, 이산화탄소 배출농도 분석결과 평균적으로 5년 이하는 847.4423μ㏖/㏖, 6-10년은 919.2811μ㏖/㏖, 10년 초과는 1137.8560μ㏖/㏖으로 분석되었다. 이산화탄소 배출에 차이가 있는지 검증하기 위해 유의수준 0.05로 일원분산분석을 수행하였다. 분산분석의 결과 연식이 비슷한 그룹 간의 배출농도의 차이가 없다고 나타났지만, 이는 연식의 차이가 크지 않을 때 그룹 간의 비교에 대해서는 더 많은 표본이 필요할 것으로 판단되며, 연식의 차이가 큰 그룹 간의 배출농도에 유의한 차이가 있다고 나타났다.

The important thing in the field of deep learning is to find out the appropriate hyper-parameter for image classification. In this study, the main objective is to investigate the performance of various hyper-parameters in a convolutional neural network model based on the image classification problem. The dataset was obtained from the Kaggle dataset. The experiment was conducted through different hyper-parameters. For this proposal, Stochastic Gradient Descent without momentum (SGD), Adaptive Moment Estimation (Adam), Adagrad, Adamax optimizer, and the number of batch sizes (16, 32, 64, 120), and the number of epochs (50, 100, 150) were considered as hyper-parameters to determine the losses and accuracy of a model. In addition, Binary Cross-entropy Loss Function (BCLF) was used for evaluating the performance of a model. In this study, the VGG16 convolutional neural network was used for image classification. Empirical results demonstrated that a model had minimum losses obtain by Adagrad optimizer in the case of 16 batch sizes and 50 epochs. In addition, the SGD with a 32 batch sizes and 150 epochs and the Adam with a 64 batch sizes and 50 epochs had the best performance based on the loss value during the training process. Interestingly, the accuracy was higher while performing the Adagrad and Adamax optimizer with a 120 batch sizes and 150 epochs. In this study, the Adagrad optimizer with a 120 batch sizes and 150 epochs performed slightly better among those optimizers. In addition, an increasing number of epochs can improve the performance of accuracy. It can help to create a broader scope for further experiments on several datasets to perceive the suitable hyper-parameters for the convolutional neural network. Dataset: https://www.kaggle.com/c/dogs-vs-cats/data

본 연구는 후기 중년 여성의 자아존중감, 폐경 증상, 배우자지지, 노화불안의 정도를 파악하고 노화불안에 미치는 영향 요인을 알아보고자 하는 서술적 조사연구로 2020년 5월 23일부터 6월 13일까지 3주 동안 대한민국에 거주하는 기혼자 중 후기 중년 여성을 대상으로 온라인 설문지를 이용하여 총 110명의 자료를 수집하였다. 자료 분석 결과, 후기 중년 여성의 노화불안에 미치는 영향 요인은 폐경 증상(β =.515, p<.001), 자아존중감(β=-.268, p=.001) 순으로 회귀모형의 설명력은 41.4%로 나타났다. 따라서 노화불안을 낮추기 위해서는 후기 중년 여성의 폐경 증상에 대한 적극적인 중재가 필요하며 자아존중감을 높이기 위한 방안이 마련되어야 할 것이다.

본 연구에서는 PTMSP[poly(1-trimethylsilyl-1-propyne)]의 기체투과에 대한 선택도와 열적 안정성, 시간에 따른 노화현상으로 인한 투과특성의 감소를 개선하기 위해서 PTMSP/PDMS[poly(dimethylsioxane)] graft copolymer에 zeolite를 삽입하여 PTMSP/PDMS-NaY zeolite 복합막과 PTMSP/PDMS-NaA zeolite 복합막을 제조하였다. 물리 화학적 특성을 FT-IR, 1H-NMR, TGA, SEM, GPC을 사용하여 조사하였고, H2와 N2 기체에 대한 투과도와 선택도 성질을 고찰하였다. PTMSP/PDMS-NaY zeolite 복합막과 PTMSP/PDMS-NaA zeolite 복합막 H2와 N2 투과도는 PTMSP/PDMS graft copolymer 단일막보다 증가하였고, zeolite 함량이 증가함에 따라 증가하였다. 반면에 선택도(H2/N2)는 zeolite 함량이 증가함에 따라 감소하였다. PTMSP/PDMS-NaA zeolite 복합막은 PTMSP/PDMS-NaY zeolite 복합막보다 높은 투과도와 선택도를 보였다.