지능형 알고리즘을 이용한 재질별 검정색 플라스틱 분류기 설계|RISS 상세보기

다국어 초록 (Multilingual Abstract)

In this study, the design methodology of Radial Basis Function Neural Networks is developed with the aid of Laser Induced Breakdown Spectroscopy and also applied to the practical plastics sorting system. To identify black plastics such as ABS, PP, and PS, RBFNNs classifier as a kind of intelligent algorithms is designed. The dimensionality of the obtained input variables are reduced by using PCA and divided into several groups by using K-means clustering which is a kind of clustering techniques.
The entire data is split into training data and test data according to the ratio of 4:1. The 5-fold cross validation method is used to evaluate the performance as well as reliability of the proposed classifier. In case of input variables and clusters equal to 5 respectively, the classification performance of the proposed classifier is obtained as 96.78%. Also, the proposed classifier showed superiority in the viewpoint of classification performance where compared to other classifiers.

번역하기

국문 초록 (Abstract)

본 연구에서는 레이저유도붕괴분광(Laser Induced Breakdown Spectroscopy, LIBS)을 이용하여 방사형 기저함수 신경회로망(Radial Basis Function Neural Networks, RBFNNs) 분류기 설계방법론을 개발하고 실제 폐소형가전제품의 플라스틱 분류 시스템에 적용하였다. ABS, PP, PS와 같은 검정색 플라스틱을 구별하기 위해, 지능형 알고리즘 중 하나인 방사형 기저함수 신경회로망 분류기를 설계하였다. 획득한 입력변수는 주성분 분석법(Principal Component Analysis, PCA)을 이용하여 축소시켰으며, 군집화기법 중 하나인K-means 클러스터링 방법을 이용해 여러 그룹으로 분할하였다. 전체 데이터는 학습 데이터와 테스트 데이터를 4:1의 비율로 나누었으며, 제안된 분류기의 성능 및 신뢰도를 평가하기 위하여 5-FCV(5-Fold Cross Validation) 기법을 사용하였다. 입력변수와 클러스터의 개수가 각각 5개인 경우, 제안된 분류기의 분류 성능은 96.78%로 나타났다. 또한, 제안된 분류기는 다른 분류기들과 비교하였을 경우 분류 성능의 관점에서 우수성을 보여주었다.

번역하기

본 연구에서는 레이저유도붕괴분광(Laser Induced Breakdown Spectroscopy, LIBS)을 이용하여 방사형 기저함수 신경회로망(Radial Basis Function Neural Networks, RBFNNs) 분류기 설계방법론을 개발하고 실제 폐소...

참고문헌 (Reference)

1 박은규, "폐소형가전 재활용을 위한 해체·파쇄·선별 공정의 환경영향 분석" 한국자원리싸이클링학회 25 (25): 17-24, 2016

2 최우용, "클러스터링 기반 RBFNNs를 이용한 기상레이더 패턴분류기설계 : 비교 연구 및 해석" 한국지능시스템학회 24 (24): 536-541, 2014

3 김선환, "왜곡 보정과 지역 이진화를 이용한 RBFNNs 기반 차량 번호판 인식시스템" 대한전기학회 65 (65): 1531-1540, 2016

4 Chung, H. S., "Status of discarded home electric appliances treatment" 3 (3): 24-27, 1994

5 Kingo Azuma, "Plasma parameters of titanium-based metallic plasma generated by compact-type high-powerpulsed sputtering penning discharge" 44 (44): 3201-3206, 2016

6 Oh, S. K., "Multi-FNN identification by means of HCM clustering and its optimization using genetic algorithms" 10 (10): 487-496, 2000

7 김욱동, "FCM기반 퍼지추론 시스템의 구조 설계: WLSE 및 LSE의 비교 연구" 대한전기학회 59 (59): 981-989, 2010

8 Albert Bifet, "Efficient online evaluation of big data stream classifiers" 59-68, 2015