인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구의 목표는 SONAR 데이터를 활용하여 해양 군사 환경에서 수중 물체인 암석과 지뢰를 신속하고 정확하게 탐지하는 경량화된 기계학습 모델을 개발하는 것이다. 이를 위해 KNN, SVM, Logistic Regression, LightGBM 및 MLP 등 5종의 기계학습 모델로 학습을 실시하고 분류 성능을 비교 분석하였다. 모델의 분류 성능을 향상시키기 위해 주성분 분석(PCA) 및 선형 판별 분석(LDA)과 같은 전처리 기법을 적용하였고, 학습 모델별로 하이퍼파라미터를 미세조정하면서 최적화된 값을 도출하였다. 실험 결과, PCA를 통해 특성 차원을 29개로 축소하여 학습을 실시한 SVM 모델이 96.15%로 가장 높은 정확도를 달성하였으며, 기존 기계학습 기반 모델 대비 모든 성능이 우수하게 나타났다. 특히 제안하는 접근방법은 수중 지뢰에 대한 오분류가 전혀 발생하지 않아 향후 해양 군사 환경에서 잠수함 및 수중 드론 등의 탐지에도 유용할 것으로 판단된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093131955
