Earticle

현재 위치 Home

Random Transformation 기반 데이터 증강을 통한 화학 물질 농도 분류 성능 개선
Improving Chemical Concentration Classification Performance through Data Augmentation Based on Random Transformation

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제9권 4호 (2025.04)바로가기
  • 페이지
    pp.917-926
  • 저자
    우민하, 이주형, 김대한, 이웅희
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A466381

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Today, the chemical industry is very vast in scale and deeply interconnected with various industries and daily life. However, the management of hazardous chemicals on this scale has limitations, making it difficult to quickly and accurately detect hazardous chemicals. Therefore, this study aims to develop a highly accurate and efficient concentration classification model. This study demonstrates that Random Transformation-based augmentations, jittering and scaling, improve model generalization with limited data by preserving features and optimizing factor ranges. By employing these augmentation techniques, the proposed system achieved up to a 17% improvement in performance.
한국어
오늘날 화학 산업은 다양한 산업 및 일상 생활과 밀접하게 연관되어 그 규모가 매우 방대하다. 하지만 이 러한 규모의 유해 화학 물질 관리는 한계가 있어 신속하고 정밀한 유해 화학 물질 검출이 어려운 상황이다. 본 연 구는 이러한 동기를 바탕으로 높은 정확도와 효율성을 갖춘 농도 분류 모델을 개발하는 것을 목표로 한다. 특히, random transformation 기반의 jittering과 scaling 기법을 적용해 적은 학습 데이터로도 모델의 일반화 성능이 향상됨을 확인하였다. Jittering 기법의 경우 cosine similarity를 통해 deviation 값을 조정하여 원본 데이터의 특 성을 유지하면서 노이즈를 추가 하였고, scaling 기법의 경우 다양한 실험을 통해 최적 factor 범위를 찾음으로써 모델의 성능을 개선하였다. 이러한 증강 기법을 활용하여 제안한 시스템은 최대 17%의 성능 향상 효과를 보였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 시스템 구조
3.1 데이터 전처리 및 Random Transformation기반 데이터 증강 기법
3.2 1D CNN 모델 설계
Ⅳ. 성능 평가
4.1 구현 내용
4.2 성능 평가
Ⅴ. 결론
REFERENCES

키워드

인공지능 딥러닝 데이터 증강 화학 물질 농도 분류 AI Deep Learning Data Augmentation Chemical material Concentration Classification

저자

  • 우민하 [ Minha Woo | 한성대학교 AI 응용학과 학사과정 ]
  • 이주형 [ Juhyung Lee | 한성대학교 AI 응용학과 석사과정 ]
  • 김대한 [ Daehan Kim | 한성대학교 IT 융합공학부 학사과정 ]
  • 이웅희 [ Woonghee Lee | 한성대학교 AI응용학과 조교수 ] Corresponding Author

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 제9권 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.