지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국정보통신학회JICCE Journal of information and communication convergence engineering Journal of information and communication convergence engineering Vol.21 No.3
- 발행연도
- 2023.9
- 수록면
- 208 - 215 (8page)
이용수
초록· 키워드
오류제보하기
Deep learning techniques provide powerful solutions to several pattern-recognition problems, including Raman spectral classification. However, these networks require large amounts of labeled data to perform well. Labeled data, which are typically obtained in a laboratory, can potentially be alleviated by data augmentation. This study investigated various data augmentation techniques and applied multiple deep learning methods to Raman spectral classification. Raman spectra yield fingerprint-like information about chemical compositions, but are prone to noise when the particles of the material are small. Five augmentation models were investigated to build robust deep learning classifiers: weighted sums of spectral signals, imitated chemical backgrounds, extended multiplicative signal augmentation, and generated Gaussian and Poisson-distributed noise. We compared the performance of nine state-of-the-art convolutional neural networks with all the augmentation techniques. The LeNet5 models with background noise augmentation yielded the highest accuracy when tested on real-world Raman spectral classification at 88.33% accuracy. A class activation map of the model was generated to provide a qualitative observation of the results.
목차
Abstract
Ⅰ. INTRODUCTION
Ⅱ. LITERATURE REVIEW
Ⅲ. MATERIALS AND METHODS
Ⅳ. RESULTS
Ⅴ. DISCUSSION, CONCLUSIONS AND FUTURE WORK
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
확산 모델 기반 데이터 증강 최신 연구 동향
대한전자공학회 학술대회
2024 .06
-
Data Augmentation and Deep Learning for the Fault Diagnosis of Rotating Machines
대한기계학회 춘추학술대회
2021 .11
-
선택적 Test-Time Augmentation을 이용한 효율적인 분류 정확도 향상
한국정보과학회 학술발표논문집
2022 .06
-
데이터 증강기법 기반의 강건한 건선 중증도 분류 연구
전기학회논문지
2022 .12
-
Efects of Low‑Temperature GeSn Bufer Layers on Sn Surface Segregation During GeSn Epitaxial Growth
Electronic Materials Letters
2020 .01
-
딥 뉴럴 네트워크 기반의 음성 향상을 위한 데이터 증강
멀티미디어학회논문지
2019 .07
-
심층 신경망을 통한 자연 소리 분류를 위한 최적의 데이터 증대 방법 탐색
방송공학회논문지
2020 .11
-
Transfer Learning for Identifying Flowers with Data Augmentation
한국통신학회 학술대회논문집
2019 .11
-
영상 내 물체 검출 및 분류를 위한 소규모 데이터 확장 기법
로봇학회 논문지
2020 .06
-
표면 결함 검출을 위한 데이터 확장 및 성능분석
전기학회논문지
2018 .05
-
공구상태 분류 시 데이터증강 기법을 이용한 딥러닝 모델의 정확도 향상
한국기계가공학회 춘추계학술대회 논문집
2022 .12
-
A Novel Rar e Image Data Augmentation Method for Fish Diseases Classification
멀티미디어학회논문지
2025 .02
-
Prototype Augmentation 과 Label Augmentation 을 이용한 MLP-Mixer 의 연속 학습 성능 개선
한국통신학회 학술대회논문집
2023 .02
-
Deep Learning Framework for Material Design Space Exploration using Active Transfer Learning and Data Augmentation
대한기계학회 춘추학술대회
2021 .08
-
Test Time Augmentation을 이용한 문자 인식의 성능 향상
한국통신학회 학술대회논문집
2020 .08
-
인공지능 기반의 미생물 균총과 질병과의 연관성 예측을 위한 Data Augmentation 방법론
전자공학회논문지
2021 .03
-
Image Data Augmentation 기반 Vehicle Part 검출 자동화 AI 네트워크 성능 향상
한국생산제조학회 학술발표대회 논문집
2021 .12
-
A Study on specific region detection and recognition based on Transfer-Learning and Data Augmentation
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
벡터 양자화 증강 기법을 통한 적대적 견고 향상
대한전자공학회 학술대회
2023 .06
-
A study of deep learning models to improve sentence classification performance
한국지능정보시스템학회 학술대회논문집
2021 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088169068