Earticle

초록

영어

In this paper, the VGG19 algorithm was used by applying the transfer learning for the classification of molten traces of electric fire arc-beads data which is one of the most used models in convolutional neural network(CNN) computer vision tasks. The most essential basis for detecting direct indications of electric fires is the melting traces of wires that occur at the site of an electric fire, depending on the severity and shape of the melting. The proposed VGG19 method was altered and used such that it could detect molten traces, and the molten trace data of the wires required for learning were created in the lab. The final validation accuracy result was 96.31% with validation loss of 0.1169. Through the result of securing such high accuracy, the possibility of using the melting trace detection algorithm to verify the presence or absence of an electric fire was shown.

한국어

본 논문에서는 이미지 학습 및 분류에 가장 많이 활용되고 있는 CNN모델중의 하나인 VGG19알고리즘 을 이용하여 전기화재시 발생하는 용융 흔적을 분류를 방법을 제안하였다. 전기화재의 직접적인 유무를 감지하기 위한 가장 기본적인 근거는 전선의 녹는 정도와 형태에 따라 전기화재 현장에서 발생하는 전선의 용융흔적이다. 제 안된 방법은 VGG19 알고리즘을 활용하여 용융 흔적의 유무를 검출할 수 있도록 변형하여 사용하였으며, 학습에 필요한 데이터는 연구실에서 실제제적하여 사용하였다. 실험결과 제안된 알고리즘의 최종 검증 정확도는 96.31% 이고, 손실율은 0.1169로 확인되었다. 이와 같이 높은 정확도를 확보한 결과를 통하여 용융흔적 검출 알고리즘이 전기화재 유무 검증에 활용될 수 있는 가능성을 보였다.

목차

요약
Abstract
Ⅰ. Introduction
Ⅱ. Proposed work
2.1 Research background on model
2.2 Dataset preparation
2.3 Transfer learning VGG19 model architecture
Ⅲ. Result and experimental analysis of the proposed method
Ⅳ. Conclusion
REFERENCES

키워드

저자

• 샤지아바툴 [ Shazia Batool | 전북대학교 에너지저장변환공학과 학생 ]
• 방준호 [ Junho Bang | 전북대학교 IT응용시스템공학과 교수 ] Corresponding author
• 이경윤 [ Gyeung Yoon Lee | 전북대학교 IT응용시스템공학과 학생 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]

• 간기

  월간

• pISSN

  2508-8270

• 수록기간

  2017~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 506 DDC 606