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

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국전기전자재료학회 전기전자재료학회논문지 전기전자재료학회논문지 제33권 제3호
발행연도
2020.1
수록면
245 - 248 (4page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 도자기 절연체의 유지 보수를 위해 컨볼루션 신경망(CNN)을 이용한 이미지 딥 러닝 방법의 타당성을 조사하였다. 과적합을 방지하기 위해 데이터 증대가 수행되었으며, 배경 및 라벨링이 제거 된 이미지 데이터를 사용하여 절연체의 경년, 재료, 지역 및 오손 등급을 훈련시켜 분류 성능을 평가하였다. 결과적으로 경년을 예측하는 것은 어려웠으며, 재료의 경우 76 %, 오손등급의 경우 60 % 및 특정 지역에서 90 % 이상의 분류가 가능하였다. 이 연구 결과를 바탕으로, 현재 분류​​된 4 개의 그룹에 대한 CNN 분류의 잠재력과 한계를 확인하였다. 그러나 물리적, 화학적, 기후적 요인으로 인한 도자기 절연체의 변색을 감지하는 것이 가능하였다. 이를 바탕으로 환경 악화, 비정상적인 전압 및 번개로 인한 캡의 부식 및 도자기의 변색을 평가 할 수 있을 것으로 판단된다.

목차

등록된 정보가 없습니다.

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0