Earticle

현재 위치 Home

단락흔 및 열흔 판별을 위한 CNN 기반 알고리즘의 모델별 성능 비교 분석에 관한 연구
A Study on the Comparative Analysis of the Performance of CNN-Based Algorithms for the Determination of Arc Beads and Molten Mark by Model

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제7권 4호 (2023.04)바로가기
  • 페이지
    pp.543-552
  • 저자
    박형균, 방준호, 김준호, 소병문, 송제호, 박광묵
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A429008

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
In this paper, we compared and analyzed the performance of four algorithms, Inception v3, Googlenet, Vgg16, and Resnet50, which are CNN-based classification algorithms, to Primary and Secondary Arc-bead and Molten mark generated in the event of an electrical fire. The most suitable algorithm for Primary and Secondary Arc-bead and Molten mark. The data used for learning were about 2,000 photos of 1st and 2nd short scars and 1000 photos of 1st and 2nd short scars of HIV wires taken under a microscope, respectively. Verification accuracy for each algorithm was 97.80% for Inception v3, 96.11% for Googlenet, 93.27% for Vgg16, and 96.54% for Resnet50, respectively, showing Inception v3 highest verification accuracy.
한국어
본 논문에서는 전기화재 발생 시 생성되는 1차, 2차 단락흔 및 열흔의 판별을 진행하기 위해 CNN 기반 의 분류 알고리즘인 Inception v3, Googlenet, Vgg16, Resnet50, 4가지 알고리즘의 성능을 비교 분석하여 1차, 2 차 단락흔 및 열흔 판별에 가장 적합한 알고리즘을 선별하였다. 학습에 사용된 데이터는 HIV 전선의 1차, 2차 단 락흔과 열흔 시료를 현미경으로 촬영한 각 1차, 2차 단락흔 2,000여 장 열흔 2,000여 장의 사진을 데이터로 활용 하였다. 각 알고리즘에 대한 검증정확도는 Inception v3 97.80%, Googlenet 96.11%, Vgg16 93.27%, Resnet50 96.54%로 각각 얻어 Inception v3 가장 높은 검증정확도를 보였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. CNN 기반 알고리즘 모델
2.1 CNN (Convolution Neural Network)
2.2 단락흔 열흔 데이터 제작 과정 및 설명
Ⅲ. 결론
REFERENCES

키워드

1차 단락흔 2차 단락흔 열흔 Inception v3 Googlenet Vgg16 Resnet50 Primary Arc-bead Secondary Arc-bead Molten mark Inception v3 Googlenet Vgg16 Resnet50

저자

  • 박형균 [ HyeongGyoon Park | 전북대학교 IT응용시스템공학과 학생 ]
  • 방준호 [ JunHo Bang | 전북대학교 IT응용시스템공학과 교수 ] Corresponding Author
  • 김준호 [ Jun Ho Kim | 전북대학교 IT응용시스템공학과 교수 ]
  • 소병문 [ Byung-Moon So | 전북대학교 IT응용시스템공학과 교수 ]
  • 송제호 [ Je-Ho Song | 전북대학교 IT응용시스템공학과 교수 ]
  • 박광묵 [ Kwang-Muk Park | 전기안전공사 선임연구원 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 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

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제7권 4호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.