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
학술대회자료
저자정보
이충식 (국방부조사본부)
저널정보
한국분석과학회 한국분석과학회 학술대회 제66회 한국분석과학회 춘계학술대회 [초록집]
발행연도
2021.5
수록면
170 - 170 (1page)

이용수

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

초록· 키워드

오류제보하기
토양은 범죄현장과 증거물 사이의 상관관계에 대해 중요한 정보를 제공할 수 있다. 토양을 구성하는 물질들은 광물입자들, 탄산칼슘과 결정성염 같은 화학 침전물, 식물과 동물 구성 물질들, 곤충 껍질, 토양 미생물 등으로 다양하다. 토양의 법과학적 감정은 중광물, 경광물, 산화물, 유기물질, 동위원소, 꽃씨, 규조류, 유전자 등 토양 구성성분을 비교하거나 입자크기분포, 색상, 밀도분포 같은 물리적 특성을 비교할 수 있다. 이 연구는 대표적인 토양유기물인 지방산과 리그닌, 토양광물의 무기물 원소성분과 CIELAB에 근거한 색상 측정값을 비지도학습 딥러닝의 한 종류인 오토인코더(autoencoder)를 적용하였다. 오토인코더는 텐서플로우(tensorflow)를 가진 오픈소스 인공신경망 라이브러리 케라스(keras)를 사용하여 파이썬(python)에서 실행하였다. 측정된 데이터 특성에 따라 유기물과 무기물 성분은 시료량의 차이를 보정하기 위하여 제곱합의 제곱근(root sum of squares)로 각각 정규화하였고, 색상은 Min-Max 정규화를 적용하여 데이터 전처리를 수행하였다. 오토인코더는 인공신경망에 기초한 차원감소 방법중 하나이며, 입력변수에 대한 가중치 영향을 직접 확인할 수 있는 단일층 오토인코더를 구성하였다. 입력층은 49개, 차원축소의 병목층(bottleneck)인 은닉층은 9개로 구성하였다. ... 전체 초록 보기

목차

등록된 정보가 없습니다.

참고문헌 (0)

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