현재 위치
Home
Poster Session 차세대컴퓨팅 기술 전 분야(인공지능, 딥러닝 응용)
MSFlow의 CNN 및 Transformer 기반 특징 추출기에 따른 포트홀 이상탐지 성능 비교 분석
Comparative Analysis of Pothole Anomaly Detection Performance Using CNN and Transformer Based Feature Extractors in MSFlow
-
- 발행기관
- 한국차세대컴퓨팅학회 바로가기
-
- 간행물
- 한국차세대컴퓨팅학회 학술대회 바로가기
-
- 통권
- 2025 한국차세대컴퓨팅학회 춘계학술대회 (2025.05)바로가기
-
- 페이지
- pp.153-156
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A468932
원문정보
초록
- 한국어
- 본 연구에서는 Normalizing Flow 기반 비지도 이상탐지 모델인 Multi-Scale Flow의 특징추출기에 다양한 모델을 적용하여 포트홀 이상탐지 성능에 미치는 영향을 정량·정성적으로 실험을 통해 분석한 다. 성능 평가는 이상 존재 여부를 판단하는 Detection AUROC와 이상 위치를 판단하는 Localization AUROC를 결합한 평균 성능을 기준으로 수행되었다. 실험 결과, 평균 AUROC 기준 85.84를 달성한 Swin Transformer가 포트홀 이상탐지에 있어 가장 높은 성능을 보임을 확인하였다. 또한 포트홀 이상 탐지에 가장 강인한 성능을 가지는 Swin Transformer 모델의 추가적인 성능 고도화를 위해 일반적으 로 사용하는 데이터 증강 기법과 Mix-Up, Cut-Mix 적용 여부에 따른 성능 분석을 진행하였다. 실험 결과, 데이터 증강 기법의 적용을 통해 포트홀 이상탐지 성능에 있어 소폭 상승하는 경향을 확인하였다.
목차
요약
1. 서론
2. 실험방법
2.1. 데이터셋
2.2. 데이터 증강 기법
3. 실험 결과
3.1. 각 모델별 포트홀 이상탐지 결과
3.2. 데이터 증강 기법 실험 결과
4. 결론 및 향후 연구
Acknowledgement
참고문헌
키워드
인공지능 포트홀 이상탐지 비지도 학습 Convolutional Neural Network Vision Transformer Explainable AI Requirements Engineering Goal Question Metrics저자
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 2025 한국차세대컴퓨팅학회 춘계학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.