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
이현기 (국방대학교) 마정목 (국방대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제23권 제6호
발행연도
2022.6
수록면
82 - 88 (7page)
DOI
10.5762/KAIS.2022.23.6.82

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
우리나라의 지뢰지대는 여의도 면적의 44배인 128㎢이며, 매설량은 최소 82만 8천개에 달한다. 지표투과레이다는 기존 지뢰탐지기로 찾아내지 못했던 목함과 발목 지뢰 등 비금속 지뢰까지 탐지가 가능하고, 탐지된 지뢰를 영상으로 확인할 수 있다는 점에서 탐지율은 월등히 높아지고 오경보율은 저하되는 등 지뢰 탐지 성능이 기존 금속탐지기보다 매우 향상되었다. 최근에는 영상 식별 성능을 강화하기 위하여 레이다 신호에 인공지능을 접목한 연구가 증가하고 있으나, 군사보안 상의 이유로 실제 지뢰의 GPR 데이터는 민간에서 연구가 진행되기가 어려웠다. 본 논문에서는 실제 군에서 사용 예정인 지뢰탐지기-II의 GPR 영상 데이터를 기반으로 CNN(Convolutional Neural Network) 모델에 적용하여 99.5%의 정확도를 확인하였으며, 시뮬레이션을 통한 연구와 비교하여 실제 데이터를 학습한 모델의 성능이 우수함을 확인하였다. 또한 토양별로 실험을 진행하여 사양토, 부엽토, 수풀에서 각각 100%, 99%, 98.9%의 정확도를 보임을 확인하였다. 앞으로 실제 야전에서 지뢰탐지기-II를 운용하며 지속적으로 데이터를 구축해 나간다면 정확도는 더욱 높아질 것으로 기대된다. 향후 지뢰 유사물질의 파형에 대한 개별 학습을 통해 오경보율을 줄여 나가는 연구를 수행할 예정이다.

목차

요약
Abstract
1. 서론
2. 이론적 배경
3. 지뢰 식별 모델
4. 결론
References

참고문헌 (12)

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