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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이혜진 (Kumoh National Institute of Technology) 육도경 (Kumoh National Institute of Technology) 손정우 (Kumoh National Institute of Technology)
저널정보
한국소음진동공학회 한국소음진동공학회논문집 한국소음진동공학회논문집 제32권 제6호(통권 269호)
발행연도
2022.12
수록면
601 - 607 (7page)
DOI
10.5050/KSNVE.2022.32.6.601

이용수

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

초록· 키워드

오류제보하기
In this study, a novel method of identifying different product types and classifying them into normal and abnormal states according to the presence or absence of defects is proposed by using a convolutional neural network. First, as a preliminary study, a convolutional neural network that can classify four shapes, namely, a rectangle, triangle, circle, and ellipse, and determine whether there is a defect is designed and the classification performance is confirmed. To verify the actual product classification and defect detection performance, two types of Arduino board images are prepared, and defective board images are additionally prepared for each type. If there is a defect, after classification is conducted, the location of the defect is visualized using the class activation map. It is confirmed that the proposed method can construct an image-based classification and defect detection system which can be effectively applied to the product production process.
#Defect Detection(결함 탐지) #Classification(분류) #Convolutional Neural Network(합성곱 신경망) #Deep Learning(심층 학습) #Class Activation Map(클래스 액티베이션 맵)

목차

ABSTRACT
1. 서론
2. 사전 연구
3. 제품 분류 및 결함 탐지
4. 결론
References

참고문헌 (13)

참고문헌 신청
Du, H. and Klamecki, B. E., 1999, Force Sensors Embedded in Surfaces for Manufacturing and Other Tribological Process Monitoring, Journal of Manufacturing Science and Engineering, Vol. 121, No. 4, pp. 739~748. google schola Cheng, X. and Li, X., 2007, Investigation of Heat Generation in Ultrasonic Metal Welding Using Micro Sensor Arrays, Journal of Micromechanics and Microengineering, Vol. 17, No. 2, p. 273. google schola Son, J. H., Ko, J. M. and Kim, C. O., 2009, Feature Based Decision Tree Model for Fault Detection and Classification of Semiconductor Process, IE Interfaces, Vol. 22, No. 2, pp. 126~134. google schola Wang, C. C., Jiang, B. C., Lin, J. Y. and Chu, C. C., 2013, Machine Vision-based Defect Detection in IC Images using the Partial Information Correlation Coefficient, IEEE Transactions on Semiconductor Manufacturing, Vol. 26, No. 3, pp. 378~384. google schola Kim, K. and Park, J., 2021, Vision Sensor Technology Trends for Industrial Inspection System, Journal of the Korean Society for Precision Engineering, Vol. 38, No. 12, pp. 897~904. google schola

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

상상력에 권력을! 아동과 청소년에게 투표권을!
안진걸 우리교육 2011 .03
자율주행을 위한 차선 검출 파이프라인 비교 분석
박정인 ,  백석영 ,  윤준용 외 1명 대한전자공학회 학술대회 2019 .11
주변 센서 정보를 이용한 자동차 엔진 이상 탐지
육도경 ,  손정우 한국소음진동공학회논문집 2022 .10
머신러닝 기반 국내 과학기술 인재의 연구성장패턴 유형화 연구
하태현 ,  양혜영 ,  홍성화 외 2명 기술혁신학회지 2022 .08
전이학습을 이용한 신발 이미지 스타일 분류모델 연구
김은우 ,  오상헌 ,  김성희 한국정보통신학회논문지 2024 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-424-000228046