지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 한동일
- 발행연도
- 2020
- 저작권
- 세종대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (3)
2020
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 영상처리 기반의 딥러닝 기술을 활용하여 한정된 데이터를 효율적으로 관리할 수 있는 병해충 영상관리 시스템을 제안한다. 본 연구에서는 영상을 기반으로 한 병해충을 관리하는 연구를 진행하였으며, 이를 진행하는 과정에서 한정된 데이터를 효율적으로 관리하기 위해 유사도기반 영상검색 및 병해충 분류 기술을 적용하였다. 시스템을 설계하는 과정에서 데이터 관리 차원에서 발생할 수 있는 보안 이슈를 해결하기 위해 계층적인 권한 제어 기법을 제안하였다. 병해충 분류 기술 분야에서는 병해충을 분류하기 위해 최적화를 목적으로 한 분류기 모델 개발을 진행하였다. 그리고 본 연구에서 개발된 이전의 분류기 모델과 비교하여 새로 확보한 데이터를 평가하였으며 분류기의 성능을 검증하여 신경망 최적화 분야에 기여하였다. 유사도 기반 영상검색 분야에서는 생성된 분류기 모델을 기반으로 유사도기반 영상검색 기술을 개발하였으며 유사한 결과를 얻을 수 있음을 실험으로 증명하였다.
병해충 영상관리 시스템에서는 한정된 데이터를 관리하는 과정에서 검색이 활용되었으며, 효율적인 검색을 위해 태그가 사용되었다. 태그를 구하기 위해 신경망 알고리즘을 사용하였으며, 분류성능 향상을 위해 라벨링 기법과 분할예측결과 통합 알고리즘을 개발하였다. 라벨링 기법을 통해 분류기의 성능을 향상시켜 분류기 학습 분야에 기여하였으며, 분류대상을 빠르게 확장할 수 있는 분할예측결과 통합 알고리즘을 통해 신경망구조가 가지는 느린 학습을 극복하여 다중 분류기 활용 분야에 기여하였다.
병해충 영상관리 시스템에서는 한정된 데이터를 관리하는 과정에서 검색이 활용되었으며, 효율적인 검색을 위해 태그가 사용되었다. 태그를 구하기 위해 신경망 알고리즘을 사용하였으며, 분류성능 향상을 위해 라벨링 기법과 분할예측결과 통합 알고리즘을 개발하였다. 라벨링 기법을 통해 분류기의 성능을 향상시켜 분류기 학습 분야에 기여하였으며, 분류대상을 빠르게 확장할 수 있는 분할예측결과 통합 알고리즘을 통해 신경망구조가 가지는 느린 학습을 극복하여 다중 분류기 활용 분야에 기여하였다.
목차
제1장 서 론 1제1절 연구 배경 1제2절 연구 동향 7제3절 연구 목적 36제2장 병해충 영상관리 기반 구축 37제1절 아카이브 기반 DB관리 37제2절 내부망 기반 계층적 권한 제어 42제3절 병해충 영상관리 알고리즘 44제4절 병해충 영상데이터 50제3장 데이터 검색 및 분류 알고리즘 52제1절 Mini DenseNet 52제2절 Revised Mini DenseNet 54제3절 SE-DenseNet 56제4절 라벨링 기법 59제5절 분할예측결과 통합 알고리즘 60제6절 LSH (Locality Sensitive Hashing) 65제4장 시스템 구현 68제1절 계정관리 68제2절 권한관리 69제3절 프로젝트관리 69제4절 데이터관리 70제5절 조건부 수행 71제5장 실험 및 성능평가 73제1절 실험 환경 73제2절 알고리즘 성능평가 76제6장 결론 및 향후 연구방향 89제1절 결론 89제2절 향후 연구방향 90참고 문헌 91Abstract 94
최근 본 자료
댓글(0)
0