자기조직화 형상지도를 이용한 오염 물고기 움직임 분석 = Polluted Fish's Motion Analysis Using Self - Organizing Feature Maps

국문 초록 (Abstract)

본 논문에서는 자기조직화 형상지도(Self-organizing Feature Maps)를 사용하여 움직이는 물체에 대해 움직임의 특성을 자동으로 분석하였다. Kohonen Network는 자기조직을 형성하는 unsupervised learning 알고리즘으로서, 이 논문에서는 생태계에서의 데이터를 Patternizing하고, Clustering 하는데 사용한다. 본 논문에서 Kohonen 신경망의 학습에 사용한 데이터는 CCD 카메라로 물고기의 움직임의 추적한 좌표 데이터이며, diazinon 0.1 ppm을 처리한 물고기 점 데이터와 처리하지 않은 점 데이터를 각각 낮 · 밤 약 10시간동안 수집하여, ①처리전 낮 데이터 ②처리전 밤 데이터 ③처리후 낮 데이터 ④처리후 밤 데이터 각각 4개의 group으로 분류한 후, Kohonen Network을 사용하여 물고기의 행동 차이를 분석하였다.

목차 (Table of Contents)

• 요약
• 1. 서론
• 2. Kohonen Network
• 3. 실험환경 및 결과분석
• 4. 향후 연구 과제 및 결론
• 참고문헌