Earticle

현재 위치 Home

Oral Session Ⅳ 정보보호, IoT

이상 탐지를 위한 딥러닝 모델의 특징 정보량 조절에 따른 이미지 데이터 재구성 결과 분석
Analysis of Image Data Reconstruction Results According to the Adjustment of Feature Information Quantity in Deep Learning Models for Anomaly Detection

첫 페이지 보기
  • 발행기관
    한국차세대컴퓨팅학회 바로가기
  • 간행물
    한국차세대컴퓨팅학회 학술대회 바로가기
  • 통권
    2024 한국차세대컴퓨팅학회 춘계학술대회 (2024.04)바로가기
  • 페이지
    pp.301-303
  • 저자
    박창준, 김남중, 김인기, 박준휘, 이재현, 곽정환
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A468787

원문정보

초록

한국어
본논문에서는Different 기반이상탐지를위한재구성 모델로Dense Prediction Transformer, U-Net, ResU-Net 모델을 선정하고, 해당 딥러닝 모델의 Decoder에 전달되는 특징 정보량을 조절함으로써 변동되는 재구성 결과에 대한 분석을 진행 하였다. 제시한각모델은MVTec 데이터셋내Bottle 클래스의정상데이터만을학습한후결함이존재하는비정상데이터 를 재구성하며, 세밀한 표현이 가능한 선정 모델들의 특징 정보량을 직접 조절함으로써 단순한 Encoder-Decoder 구조의 방 식의한계인세밀한특징표현이어려운문제를해소하고, 높은해상도의재구성이가능하게한다. 최종적으로각모델의결 과에 대한 정성적 평가를 진행하여 입력되는 비정상 데이터와 재구성되는 데이터의 차이를 확인하였으며, 비교 모델 중 Dense Prediction Transformer 모델이Different 기반이상탐지기법의기반모델로가장적합한모델임을확인하였다.

목차

요약
1. 서론
2. 데이터셋
3. 실험방법
4. 실험결과
5. 결론 및 향후 연구
Acknowledgement
참고문헌

키워드

이상 탐지 정보량 조절 재구성 Dense Prediction Transformer U-Net ResU-Net

저자

  • 박창준 [ 교통·에너지융합학과 국립한국교통대학교 ]
  • 김남중 [ 소프트웨어학과 국립한국교통대학교 ]
  • 김인기 [ 교통·에너지융합학과 국립한국교통대학교 ]
  • 박준휘 [ 교통·에너지융합학과 국립한국교통대학교 ]
  • 이재현 [ 컴퓨터공학과 국립한국교통대학교 ]
  • 곽정환 [ 컴퓨터소프트웨어학과 국립한국교통대학교 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
  • 설립연도
    2005
  • 분야
    공학>컴퓨터학
  • 소개
    본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.

간행물

  • 간행물명
    한국차세대컴퓨팅학회 학술대회
  • 간기
    반년간
  • 수록기간
    2021~2025
  • 십진분류
    KDC 566 DDC 004

이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2024 한국차세대컴퓨팅학회 춘계학술대회

    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.