Multimodal Fusion Framework for Real-Time Crop Disease Forecasting

본 연구는 작물 병해 예측의 정확도와 실시간성을 극대화하기 위해 멀티모달 데이터를 통합한 혁신적인 예측 프레임워크를 제안한다. 기존의 유전체 및 환경 데이터에 더하여, 드론 기반 이미지와 IoT 센서 데이터를 통합 분석함으로써 질병 발생의 시공간적 패턴을 정밀하게 추적한다. CNN-LSTM 기반 하이브리드 모델에 Transformer 기반 Feature Fusion Layer를 결합하여, 시계열적 질병 진행과 영상 기반 병징 변화, 환경적 트리거를 통합적으로 반영하였다. 본 시스템은 현장 실증을 통해 기존 모델 대비 예측 정확도와 조기 경보 성능이 향상되었음을 입증하였으며, 지속 가능한 병해 관리와 스마트팜 운영에 실질적인 기여가 가능함을 확인하였다.