표제지
목차
Abstract 12
I. 서론 15
1. 연구 배경 15
2. 요약표 17
2.1. 함초 생육 17
2.2. 딥러닝 적용 17
2.3. 모델 설계 및 최적화 17
II. 관련 연구 18
2.1. 함초 18
2.1.1. 함초 생육 18
2.2. 딥러닝 19
2.2.1. 딥러닝 적용 19
2.3. 모델 설계 및 최적화 20
2.3.1. 딥러닝 모델 20
2.3.2. 활성화 함수 (Activation function) 21
2.3.3. 손실 함수 (Loss function) 23
2.3.4. 최적화 (Optimization) 25
2.3.5. 경사 하강 법(Gradient Descent) 27
2.3.6. 미니 배치(Mini-Batch) 32
2.3.7. 조기 종료(Early Stopping) 33
2.3.8. Z-score Normalization 34
III. 함초 딥러닝 생육 예측 모델 설계 35
3.1. 연구흐름도 35
3.2. 데이터 수집을 위한 실험 모형 설계 36
3.2.1. 실험 모형 1. 39
3.2.2. 실험 모형 2. 41
3.2.3. 실험 모형 3. 43
3.2.4. 실험 모형 4. 45
3.3. 장비 구성 47
3.3.1. 식물 생장 등 47
3.3.2. 광 파장 분석기 48
3.3.3. Measuring Box 구성 및 운용 50
3.3.4. 염도 측정 센서 54
3.3.5. 전자식 타임스위치 55
3.3.6. EC, pH 센서 56
3.3.7. 디지털 현미경 57
3.4. 환경 조성 59
3.5. 데이터 수집 60
3.6. 데이터 전처리 61
3.6.1. 실험 모형 1. (동일 조건) 63
3.6.2. 실험 모형 2. (광량 조건) 64
3.6.3. 실험 모형 3. (EC 조건) 65
3.6.4. 실험 모형 4. (혼합 조건) 66
3.7. 최적 모델 설계 67
3.7.1. 은닉층 구성 67
3.7.2. Optimizer 설정 69
3.7.3. Batch Size 적용 70
3.7.4. Z-score Normalization 적용 71
IV. 결과 및 고찰 72
4.1. 함초 데이터 분석 72
4.1.1. 동일 조건 72
4.1.2. 광량(PPFD) 조건 74
4.1.3. EC 조건 76
4.1.4. 혼합조건 78
4.1.5. 두께 변화량 80
4.2. 딥러닝 최적 모델 구성 83
4.3. 모델 성능 평가 86
4.3.1. 생육 예측 평가 86
4.4. 딥러닝 최적 알고리즘 89
4.4.1. 실험 모형 1. (동일 조건) 결과 90
4.4.2. 실험 모형 2. (광량 조건) 결과 91
4.4.3. 실험 모형 3. (EC 조건) 결과 92
4.4.4. 실험 모형 4. (혼합조건) 결과 93
4.4.5. 각 조건 별 평가지표 값 94
4.4.6. 실측과 예측의 시각화 95
4.5. 종합 결과 분석 98
V. 적요 99
VI. 결론 및 향후 연구 101
참고문헌 102
〈표 1〉 식물 생장 등 정보 47
〈표 2〉 높이에 따른 PPFD 값 47
〈표 3〉 휴대용 광 파장 분석기 정보 48
〈표 4〉 Measuring Box 구성 50
〈표 5〉 Measuring Box를 이용하여 수집한 환경 데이터 예시 52
〈표 6〉 수집된 데이터 속성 53
〈표 7〉 디지털 염도계 정보 54
〈표 8〉 전자식 타임스위치 정보 55
〈표 9〉 EC, pH 측정기 정보 56
〈표 10〉 디지털 현미경 정보 57
〈표 11〉 수집된 환경 및 생육 데이터를 1차 가공한 전체 데이터 61
〈표 12〉 실험 모형 1. (동일 조건)의 데이터 예시 63
〈표 13〉 실험 모형 2. (광량 조건)의 데이터 예시 64
〈표 14〉 실험 모형 3. (EC 조건)의 데이터 예시 65
〈표 15〉 실험 모형 4. (혼합 조건)의 데이터 예시 66
〈표 16〉 은닉층 구성 별 평가지표 값 68
〈표 17〉 Optimizer에 따른 평가지표 값 69
〈표 18〉 적용하여 사용된 Optimizer 값 69
〈표 19〉 Batch Size에 따른 손실 및 평가지표 값 70
〈표 20〉 Z-score Normalization에 따른 손실 및 평가지표 값 71
〈표 21〉 실험 모형 1. 5개 시료의 주차 별 평균 생육 데이터 73
〈표 22〉 실험 모형 2. 5개 시료의 주차 별 평균 생육 데이터 75
〈표 23〉 실험 모형 3. 5개 시료의 주차 별 평균 생육 데이터 77
〈표 24〉 실험 모형 4. 5개 시료의 주차 별 평균 생육 데이터 79
〈표 25〉 모든 실험 조건에서의 평균 함초 두께 변화량 81
〈표 26〉 최적화된 DNN 모델 구성 84
〈표 27〉 전체 모형의 주차 별 길이 생육 테스트 데이터 87
〈표 28〉 검증 데이터의 평가지표 값 88
〈표 29〉 동일 조건 임의의 함초 시료에 따른 생육 길이 오차 비교 90
〈표 30〉 광량 조건 임의의 함초 시료에 따른 생육 길이 오차 비교 91
〈표 31〉 EC 조건 임의의 함초 시료에 따른 생육 길이 오차 비교 92
〈표 32〉 혼합조건 임의의 함초 시료에 따른 생육 길이 오차 비교 93
〈표 33〉 실험 모형별 평가지표 값 94
[그림 1] 인공 신경망 20
[그림 2] ReLU 함수 그래프 22
[그림 3] 딥러닝 최적화 절차 25
[그림 4] 실 적용된 모델 최적화 절차 26
[그림 5] 학습률에 따른 문제점 27
[그림 6] 연구흐름도 35
[그림 7] 전체 실험 모형 구성도 38
[그림 8] 실험 모형 1. 구성도 39
[그림 9] 실험 모형 1. 사진 40
[그림 10] 실험 모형 2. 구성도 41
[그림 11] 실험 모형 2. 사진 42
[그림 12] 실험 모형 3. 구성도 43
[그림 13] 실험 모형 3. 사진 44
[그림 14] 실험 모형 4. 구성도 45
[그림 15] 실험 모형 4. 사진 46
[그림 16] 휴대용 광 파장 분석기 측정 방법 49
[그림 17] Measuring Box를 이용한 데이터 수집 구성도 51
[그림 18] Dino-Lite를 이용한 생육 측정 57
[그림 19] 함초 생육 환경 조성 사진 59
[그림 20] 실험 모형 1. 동일 조건 내 생육 길이 변화량 73
[그림 21] 실험 모형 2. 광량 조건 내 생육 길이 변화량 75
[그림 22] 실험 모형 3. EC 조건 내 생육 길이 변화량 77
[그림 23] 실험 모형 4. 혼합조건 내 생육 길이 변화량 79
[그림 24] 모든 실험 조건에서의 함초 생육 두께 변화량 82
[그림 25] 딥러닝 모델 시각화 85
[그림 26] 훈련 및 검증데이터의 Loss 88
[그림 27] 중복 변수를 제외한 Tray 별 실측과 예측의 시각화 1. 95
[그림 28] 중복 변수를 제외한 Tray 별 실측과 예측의 시각화 2. 96