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

논문 기본 정보

자료유형
학술저널
저자정보
서상민 (강릉원주대학교)
저널정보
한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제16권 제5호
발행연도
2021.10
수록면
897 - 904 (8page)

이용수

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

초록· 키워드

오류제보하기
철강 산업에서는 철강의 표면 결함을 감지하고 수리해야 한다. 따라서 철강 표면 결함의 자동 감지는 철강 제조 공정에서 중요한 역할을 한다. 이러한 결함 검출을 위해 HAAR 기능 기반 캐스케이드 분류기 및 서포트 벡터 머신(SVM)과 같은 머신 러닝 기반 분류 방법이 널리 사용되었다. 딥 러닝 방법이 대중화되면서 최근에는 신경망 기반 표면 결함 검출이 도입되고 있다. 일반적으로 많은 연구자들이 최근 ILSVRC (ImageNet Large Scale Visual Recognition Challenge)에서 우승한 성능이 검증된 신경망을 채택한 후, 가중치와 마지막 레이어를 수정하여 표면 결함 감지에 사용하는데, 이를 전이 학습이라고 한다. 이전 연구에서는 ResNet152를 사용했으며, 서로 다른 연구에서 성능은 각각 F1=0.975 및 F1=0.912였다. 그러나 그들의 연구에 사용된 신경망은 매우 넓고 깊어서, 훈련된 가중치를 저장하기 위해서는, 큰 메모리와 많은 승산기-누적기 (multiplier -accumulator, MAC)가 필요하다. 그리고 이것은 강철 표면의 표면 결함을 예측하기 위해 고가의 하드웨어 시스템이 필수적임을 의미합니다. 이 논문은 표면 결함 탐지 전용의 작은 신경망을 제안한다. 제안된 네트워크는 3개의 합성곱 레이어와 2개의 완전 연결 레이어만 있습니다. 실험 결과로부터 F1=0.931, 최소 AUC (area under the curve)=0.995를 얻었다.

목차

등록된 정보가 없습니다.

참고문헌 (14)

참고문헌 신청

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