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
질문

논문 기본 정보

자료유형
학술저널
저자정보
임창현 (목포대학교) 신영학 (국립목포대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제34권 제1호
발행연도
2024.2
수록면
51 - 57 (7page)
DOI
10.5391/JKIIS.2024.34.1.51

이용수

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

초록· 키워드

오류제보하기
양식장 어류에서 질병이 발생하게 되면 빠르게 전파되어 큰 손실이 발생 된다. 따라서, 질병이 발생하기 전 사전 예방과 조기 발병 억제 조치가 매우 중요하다. 하지만 전문가의 도움없이 어류의 질병을 진단하기는 쉽지 않다. 본 연구에서는 딥러닝 모델을 사용하여 대표적 양식어류인 넙치 장기의 질병 증상을 인식하는 방법을 제안한다. 넙치의 질병 증상을 효과적으로 인식하기 위해 넙치 해부 이미지의 장기 부분을 추출하고, 장기에서 발생하는 질병증상을 최신 딥러닝 기반 분류 모델을 이용하여 분류한다. 제안된 방법의 성능을 검증하기 위해 최신 객체 검출 및 세분화 방법과의 성능을 비교하였다. 실험결과, 넙치의 장기를 추출하여 분류 모델의 학습을 통해 장기의 증상을 인식하는 방법이 해부 이미지에서 장기의 증상을 검출하는 방법보다 높은 정확도를 보이는 것을 확인하였다.
#스마트 양식 #어류 질병 검출 #딥러닝 #이미지 분류 #이미지 세분화 #Smart farming #fish disease detection #deep learning #image classification #image segmentation

목차

요약
Abstract
1. 서론
2. 제안하는 방법
3. 실험 결과
4. 결론 및 향후 연구
References

참고문헌 (12)

참고문헌 신청
National Institute of Fisheries Science, “Fish Disease Incidence Statistics,” Available: https://www.nifs.go.kr/fishguard/disease01.do, 2019, [Accessed: February 1, 2024]. google schola National Institute of Fisheries Science, “Fish Disease Control,” Available: https://www.nifs.go.kr/fishguard/disease02, 2019, [Accessed: February 1, 2024]. google schola National Institute of Fisheries Science, “Halibut Aquaculture Standard Guidelines,” Republic of Korea, Apr. 2006, [Accessed: February 1, 2024]. google schola Changmin Han, Seongju Seong, Myeongju Oh, Soonhee Han, and Park Jeong-seon, “Design and implementation of olive flounder Paralichthys olivaceus disease diagnosis program,” Journal of Korean Language Pathology, vol. 23, no. 3, pp. 379-388, 2010. google schola Hyunseung Son, Lim Han-gyu, and Hanseok Choi, “A Study on Disease Prediction of Paralichthys Olivaceus using Deep Learning Technique,” Smart Media Journal, vol. 11, no. 4, pp. 62-68, 2022. google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

SK Creative Challenge: 웨어러블 UX
윤주현 ,  우운택 ,  최준호 외 1명 한국HCI학회 학술대회 2014 .02
웨어러블 테크놀로지를 기반으로 한 스마트 재킷디자인 연구
김유경 한국의상디자인학회지 2007 .03
Deep Feature 기반 어류 질병 유사 이미지 검색 모델 연구
윤정현 ,  Dong Jin ,  Helin Yin 외 1명 대한전자공학회 학술대회 2023 .06
SinGAN 딥러닝 모델을 이용한 넙치 질병 이미지 증강
손현승 ,  최한석 한국콘텐츠학회논문지 2021 .12
YOLOv8를 이용한 양식장의 넙치 크기별 밀집도 분석
김석윤 ,  김명환 ,  임한규 외 1명 한국콘텐츠학회 종합학술대회 논문집 2024 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089480940