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
학술대회자료
저자정보
오은총 (경기과학고등학교) 조수호 (경기과학고등학교)
저널정보
한국정보통신학회 한국정보통신학회 종합학술대회 논문집 한국정보통신학회 2024년도 춘계종합학술대회 논문집 제28권 제1호
발행연도
2024.5
수록면
72 - 75 (4page)

이용수

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

초록· 키워드

오류제보하기
항생제 내성 및 효과를 확인하기 이한 디스크 확산법 실험에서 차단 영역을 정확하고 효율적으로 감지하기 위해 Convolutional Neural Network(CNN)을 활용한 모델을 개발하였다. 다양한 실험 환경을 고려하여 훈련 데이터를 자동으로 생성하였으며, 과적합을 방지하기 위해 디스크 이미지와 차단 영역에 대한 데이터 증강(augmentation)을 수행하였다. 개발된 모델은 입력으로 3채널의 RGB 이미지를 받아 1채널의 흑백 이미지를 출력하며, 최종 정확도는 98.17%를 달성하였다. 모델의 출력 결과를 방탕으로 Hough Circle Detection 알고리즘을 적용하여 배지 내 디스크의 위치를 정확히 감지할 수 있었고, 감지된 디스크 주변의 색상 변화를 분석하여 차단 영역의 크기를 파악할 수 있었다. 본 연구에서 개발한 모델을 활용하면 기존의 수작업으로 이루어지던 디스크 확산법 결과 분석을 자동화할 수 있어 항생제 내성 및 효과 실험의 효율성과 정확성을 크게 향상시킬 수 있을 것을 기대된다. 이는 항생제 내성 연구 및 신약 개발 분야에서 유용하게 활용될 수 있을 것이다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 데이터
Ⅲ. 모델
Ⅳ. 성능평가 및 결과
Ⅴ. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0