http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 이성천(Sungchun Lee) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
영상처리 기술과 딥러닝 모델을 활용한 파쇄석 중량 추정에 관한 연구
이성천(Sungchun Lee),신준(Jun Shin),유영정(Youngjung You),용석진(Seokjin Yong),지승한(Seunghan Ji) 한국정보기술학회 2022 Proceedings of KIIT Conference Vol.2022 No.12
현대 건축에서 사용 되는 파쇄석은 면적에 따라 용도가 다르기에 사람이 일일이 분류하고 있어 불필요한 인력과 비용, 시간 등이 소모되고 있다. 파쇄석의 면적과 중량은 서로 선형적인 관계를 맺기에 영상처리 기술과 인공지능을 통해 파쇄석의 중량을 예측함으로써 파쇄석 분류의 자동화를 가능하게 하여 공정에 낭비되는 자원을 막고, 생산성을 증가시키고자 한다. 본 연구는 파쇄석의 특징점을 파악하여 데이터로 변환하고, 데이터 학습을 통해 중량을 예측한다. 이를 위해 다량의 파쇄석 데이터를 수집, 분류, 시각화시킨 후 뉴럴 네트워크에 학습한다. 뉴럴 네트워크 학습 결과와 선형 회귀 방식의 결과를 비교했을 때, 두 결과가 같음을 확인함으로써 파쇄석의 중량 예측의 성공과 정확도를 확인할 수 있다. The use of crushed stones used in modern architecture varies depending on the area, so people categorize them one by one, wasting unnecessary manpower, money, and time. Because the area and weight of crushed stones are linearly related to each other, it is possible to automate the classification of crushed stones by predicting the weight of crushed stones through video processing technology and artificial intelligence. In this study, the characteristic points of crushed stones are grasped, converted into data, and the weight is predicted through data learning. For this purpose, a large amount of crushed stone data is collected, classified and visualized, and then learned in an NN neural network. Comparing the NN neural network learning results with the results of the linear regression scheme, we can confirm the success and accuracy of the weight prediction of crushed stones by confirming that the two results are the same.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
