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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
이준협 (고려대학교) 박기홍 (고려대학교) 은준엽 (고려대학교)
저널정보
한국로지스틱스학회 로지스틱스연구 로지스틱스연구 제29권 제4호
발행연도
2021.8
수록면
25 - 34 (10page)

이용수

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

이 논문의 연구 히스토리 (2)

2021

주조품 분류 정확도 향상을 위한 적대적 생성 네트워크(GAN) 이미지 데이터 확장
이준협 ,  박기홍 ,  은준엽 로지스틱스연구 2021.08 학술저널
적대적 생성 네트워크(GAN)를 활용한 주조품 분류 정확도 향상에 관한 연구
이준협 기술경영학과 2021.01 학위논문

초록· 키워드

오류제보하기
Casting is a method of making metal through molds by changing solid metal into liquid state, which has the advantageof being able to yield a large number of products with complex shapes. Owing to the advantage, it is widely used tomanufacture jewelry, artwork, surgical implants, and impellers in automobiles and ships. However, low quality productscan be produced due to pinholes, sand blows, shrinkage cavities, and cracks that are well-known issues in casting. Especially using a defective impeller, a rotating element of a centrifugal pump that accelerates fluid outside from thecenter and transfers the power of fluid kinetic energy, causes a significant damage to its pump and/or workers nearby dueto its high pressure. Therefore, foundries endeavor to catch any defectives before sending them out to purchasers. However, foundries are usually small or medium-sized enterprises. It is difficult for them to hire additional experiencedworkers to catch more defectives or install photographing and imaging-storing devices to keep track of a large amountof product images for analyses. The foundries usually have a few inspectors to catch defective products and, due to ashortage of manpower and human inaccuracy, defective products are often classified as non-defective products. Thisstudy shows that a combination of classic augmentation and self-attention generative adversarial network improves theaccuracy of classifying non-defective and defective impellers by augmenting a limited amount of image data that can beeven manually photographed. Combining classic augmentation and self-attention generative adversarial networkoutperforms the sole use of classic augmentation in generating quality images for convolutional neural network.
#Casting #Generative Adversarial Network #Convolutional Neural Network

목차

등록된 정보가 없습니다.

참고문헌 (9)

참고문헌 신청
강지훈 / 2019 / 딥 러닝 기반의 이미지학습을 통한 저항 용접품질 검증 / 대한조선학회 논문집 56(6):473~479 dbpia 박기화 / 2019 / 물류 스타트업의 디지털 물류 비즈니스 모델 유형 연구 / 로지스틱스연구 27(1):15~33 dbpia 웨이치 / 2018 / 컨테이너 터미널에 적용 가능한 인더스트리 4.0 기반 제품/서비스의 개념 설계 및 중요성 분석 / 로지스틱스연구 26(3):91~110 dbpia 최태은 / 2020 / 스마트 팩토리 도입 및 수용 요인에 관한 실증 연구 -조선기자재 기업 대상으로- / 로지스틱스연구 28(5):1~10 dbpia Hawkins, D. M. / 2004 / The problem of overfitting / Journal of chemical information and computer sciences 44(1):1~12 google schola

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