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
정병국 (수원대학교) 김진율 (수원대학교) 오성권 (수원대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제32권 제2호
발행연도
2022.4
수록면
139 - 144 (6page)
DOI
10.5391/JKIIS.2022.32.2.139

이용수

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

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
부분방전의 인식과 분류 개선을 위한 연구는 많은 양질의 데이터를 요구한다. 그러나 부분 방전의 발생이 극히 드물고, 취득이 어려운 문제로 인해 부분적으로 얻어진 실제 데이터를 포함한 실험 데이터에 의해 연구가 수행되고 있다. 본 논문에서는 데이터 취득이 제한적인 부분방전의 분류 개선을 위해 정보 최대화 생성적 적대 신경회로망(InfoGAN)을 적용한다. InfoGAN은 PRPS 전처리를 통해 이미지 데이터로 변환된 실제 데이터를 입력으로 데이터를 생성한다. 생성된 데이터는 설계된 합성곱 신경회로망(CNN) 패턴분류기의 학습 데이터로 사용된다. 실 학습데이터와 생성된 데이터를 포함한 학습데이터 양쪽을 통해 구축된 두 CNN분류기가 부분방전분류의 비교해석을 위해 고려된다. InfoGAN에 의해 생성된 데이터를 통해 구축된 제안된 분류기가 부분적으로 분류기를 개선할 수 있음을 입증한다.

목차

요약
Abstract
1. 서론
2. 부분방전 데이터 전처리
3. 정보 최대화 생성적 적대 신경회로망 설계
4. 합성곱 신경회로망 패턴 분류기 설계
5. 시뮬레이션 및 결과
6. 결론 및 향후 연구
References

참고문헌 (9)

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-ECN-0101-2022-003-001303141