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
손영재 (전남대학교) 진철군 (전남대학교) 손성재 (전남대학교) 백성준 (전남대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제23권 제10호
발행연도
2022.10
수록면
26 - 33 (8page)
DOI
10.5762/KAIS.2022.23.10.26

이용수

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

초록· 키워드

오류제보하기
최근 분광법(Spectroscopy)의 적용 분야가 확대됨에 따라 다양한 분석법이 제안되고 있고, 그중에서도 딥러닝 기술을 이용한 신호 처리가 활발히 연구되고 있다. 딥러닝 기술을 이용한 신호 처리는 방대한 양의 데이터가 요구되는데 실제 데이터의 수집은 비용적, 시간적 측면에서 어려움이 존재하기 때문에 다양한 시뮬레이션 데이터 생성 방법이 제시되었다. 일반적으로 사용되는 시뮬레이션 데이터 생성 방법에는 커널 함수와 다항식을 이용하는 방법과 실제 데이터를 이용한 데이터 증강법(Data Augmentation)이 있다. 커널 함수와 다항식을 이용한 방법은 단순 다항식으로 표현되지 않는 실제 분광 신호 처리에 어려움이 존재하고, 데이터 증강법은 이용되는 실제 데이터에 따라 성능이 크게 좌우되는 단점이 있다. 이러한 문제점을 개선하기 위해 본 연구에서는 해닝 윈도우(Hanning window)와 Cubic Spline 보간법등을 이용하여 가상 분광 스펙트럼 데이터를 생성하는 방법을 제안하였다. 기존 데이터 생성 방법들과의 성능 비교를 위해 배경잡음을 검출하는 딥러닝 모델을 사용하여 원본 데이터와 배경 잡음이 제거된 데이터 간 오차를 비교하였다. 제안된 생성 방법은 커널 함수와 다항식을 이용한 생성 방법 및 데이터 증강법에 비해 각각 29.9%, 86.8%의 성능 향상을 보였으며, 실제 분광 신호 데이터에서도 효과적으로 적용될 수 있음을 확인하였다.

목차

요약
Abstract
1. 서론
2. 데이터 생성
3. 성능 평가
4. 결론
References

참고문헌 (9)

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