Forecast of Bee Swarming using Data Fusion and LSTM
Ki-Hyeon Kwon, Jin-Su Kim, Hyung-Bong Lee · Journal of Digital Contents Society · 2019
데이터 퓨전은 유용한 정보를 창출할 목적으로 여러 센서로부터 취득한 자료를 조합하는 것으로, 취득한 자료를 최소화하는 절차를 거쳐 신뢰성이나 판별력을 개선해 나가는 처리 방법이다. 그리고 LSTM 네트워크는 RNN(recurrent neural network)의 한 형태로서 타임 시리즈 데이터에 대해서 분류 하거나 긴 시간 동안의 의존도를 학습할 수 있다. 본 논문에서는 IoT 양봉 장치를 제작하여, 양봉의 생육 환경 모니터링을 지원하고 양봉의 분봉 발생을 탐지한다. 온습도, 사운드, 무게 센서를 탑재하여 데이터를 취득하고, 취득한 온도와 사운드 센서 데이터를 퓨전하여 데이터 분석에 유용한 데이터를 생성하고 판별력을 검사한다. LSTM 네트웍을 퓨전된 데이터를 사용하여 학습시켜, 분봉 발생 시기 예측이 가능함을 보인다.