메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
권순원 (인하대학교) 김민호 (한국수력원자력) 김주형 (인하대학교) 홍수웅 (인하대학교)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제44권 제12호(통권 제423호)
발행연도
2020.12
수록면
933 - 940 (8page)
DOI
10.3795/KSME-A.2020.44.12.933

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구에서는 열화상 이미지의 정상 이미지와 부적합 데이터인 블러 이미지를 분류하기 위해 심층신경망을 활용하는데 있어서, 각기 다른 구조를 갖는 데이터셋을 통한 학습이 어떤 변화를 가져오는지에 대한 실험을 진행하였다. 열화상 이미지는 열이 발생되는 설비 12개를 대상으로 열화상 카메라를 이용해 촬영되었다. 동영상으로부터 추출된 이미지를 활용하는 데이터 환경에서 훈련 데이터셋과 테스트 데이터셋을 전체 데이터셋에서 일괄적으로 분류하는 것과 각각의 다른 설비별로 분류하는 것의 두 가지 방식으로 데이터셋을 구성하는 방법이 제안되었다. 여러 심층신경망 모델들을 활용하여 데이터셋 구성의 차이에 따른 성능 지표들을 비교하였다. 학습된 모델들 중 가장 적합한 모델을 실제 데이터인 퓨즈 데이터셋에 적용하고 이를 활용한 실험을 통해 실사용 시 예측될 수 있는 성능을 분석하였다.

목차

초록
Abstract
1. 서론
2. 본론
3. 결론
참고문헌(References)

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-550-000084978