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
최준오 무랄리 라잔드라 (그린블루) 서용철 (부경대학교)
저널정보
대한공간정보학회 대한공간정보학회지 대한공간정보학회지 제32권 제4호
발행연도
2024.12
수록면
107 - 116 (10page)
DOI
10.7319/kogsis.2024.32.4.107

이용수

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

초록· 키워드

오류제보하기
이안류는 해안 지역에서 자주 발생하는 자연현상으로, 강한 해류와 급격한 수위 변화로 인명 피해를 초래할 수 있는 위험한 상황을 야기할 수 있다. 본 연구는 이러한 이안류를 실시간으로 탐지하고 신속하게 대응할 수 있는 자 동화 시스템의 필요성을 해결하기 위해, AI-Hub에서 수집한 30,000장의 이안류 데이터셋을 활용하여 YOLOv5, YOLOv8, YOLOv11 모델의 성능을 비교 분석하였다. Eigen-CAM 기법을 적용하여 각 모델이 특정 특징에 주목하는 방식을 시각화함으로써, 모델의 의사결정 과정을 직관적으로 이해할 수 있도록 하였다. 실험 결과, YOLOv11모델은 평균 정밀도(mAP50) 58.96을 기록하며 다른 모델들보다 우수한 성능을 보였고, 경량화된 구조(46MB) 덕분에 실시간 탐지에서도 높은 효율성을 입증했다. 이 연구는 이안류 탐지 기술의 실용성과 해양 안전성 강화를 위한 기초 자료를 제공하고, 향후 조기 경보 시스템 구축에 기여할 수 있는 중요한 기술적 기반을 마련하는 데 목적을 둔다.

목차

要旨
Abstract
1. 서론
2. 이론적 배경
3. 실험 및 결과
4. 실험 결과
5. 결론
References

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

UCI(KEPA) : I410-151-25-02-092212559