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
원준희 (부산대학교) 고태식 (부산대학교) 이정섭 (부산대학교) 임희창 (부산대학교)
저널정보
대한기계학회 대한기계학회 논문집 B권 대한기계학회논문집 B권 제49권 제2호(통권 제473호)
발행연도
2025.2
수록면
109 - 119 (11page)
DOI
10.3795/KSME-B.2025.49.2.109

이용수

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

초록· 키워드

오류제보하기
인공지능 기술의 발전으로 머신러닝과 딥러닝이 의료 분야에서 주목받고 있으나, 적은 데이터셋에서는 성능 향상에 한계가 있다. 본 연구는 1,354개의 무혈관 괴사(AVN) 이미지를 사용해 StyleGAN2와 Projected-GAN의 성능을 비교하였다. 실험 결과, StyleGAN2는 FID 점수 67.0과 40시간의 학습 시간이 소요된 반면, Projected-GAN은 FID 8.7과 22시간으로 더 우수한 성능을 보였다. Projected-GAN으로 증강된 데이터를 사용한 예측 성능은 72.68%로, 기존 데이터의 61.34%보다 향상되었음을 확인했다. 물론, 기본적인 모델의 분류 성능이 상대적으로 낮다는 점을 감안할 때 추가적인 검증과 신중한 해석이 필요하지만, 이러한 결과는 의료 영상 분석과 진단 보조에 유용한 도구로 사용될 가능성을 시사한다.

목차

초록
Abstract
1. 서론
2. 배경이론 및 연구 접근방법
3. 결과 및 분석
4. 결론
참고문헌 (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) : I410-151-25-02-092303153