인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Modern agriculture leverages various smart farming technologies to manage crops efficiently, but ensuring optimal growth for each crop remains challenging. This paper proposes a novel approach that integrates an image classification model with a time series analysis model to address this issue. The proposed system uses EfficientNet to classify crop diseases and LSTM (Long Short-Term Memory) to analyze time series data to predict the progression of the disease based on its presence. The model performance was evaluated using Accuracy, Precision, Recall, and F1 Score metrics. The image classification model achieved 91% Precision, 92% Recall, 97% Accuracy, and 94% F1 Score, outperforming ResNet, DenseNet, and SENet. Additionally, the model"s reliability was verified using Grad-CAM (Gradient-weighted Class Activation Map), an XAI technique. The time series analysis model demonstrated a Recall of 88% and Precision and F1 Score of 86%. The proposed system is accessible via a web page, allowing easy access for users, and includes features for writing posts and comments to facilitate a user community. This system aims to advance smart farming technology, increase crop yields, and minimize agricultural losses, ultimately contributing to improved crop management efficiency.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
