본 연구는 농업에서 작물 질병 식별을 위한 효율적이고 저 간섭적인 방법의 필요성에 주목하여, 그래프 어텐션 네트워크(GATs)와 그래프 합성곱 네트워크(GCNs)를 결합한 하이브리드 모델을 제시합니다. 슈퍼픽셀 분할을 통한 효율적인 특징 추출과 에지 증강 기법을 활용하여 모델의 강건성을 높였으며, 가중치 초기화 기법을 통해 학습을 최적화했습니다. 사과, 감자, 사탕수수 잎 질병 분류 실험에서 높은 정확도(precision), 재현율(recall), F1-score를 달성하여 모델의 성능과 강건성을 입증했습니다. 이는 정확하고 효과적인 질병 탐지를 통해 지속 가능한 농업 관행을 지원할 가능성을 보여줍니다.
