인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
피인용 0
초록·키워드
본 연구는 최신 수목 정보가 부족한 지자체에서도 활용 가능한 수목 탐지 모델을 개발하기 위해, 전이학습 기반의 XGBoost 기계학습 모델을 활용하여 정주지 내 탄소흡수원(수목)을 탐지하는 방법론을 제안한다. 서울시의 공공 수목 위치 정보와 Sentinel-2 위성영상을 기반으로 계절별 기초모델을 구축하고, 이를 대구시 데이터에 전이 학습함으로써 소규모 라벨링 데이터 환경에서도 높은 예측 성능을 확보할 수 있는 가능성을 탐색하였다. 특히 여름철(8월) 데이터를 활용한 모델이 가장 우수한 성능을 보였으며, 기초모델 대비 전이모델의 정확도(Accuracy)가 0.022 향상되었다. SHAP 분석을 통해 예측 결과의 해석 가능성도 확보하였다. 전이모델로 예측된 수목 분포는 정주지 내 도심 가로수 밀집 지역을 중심으로 나타났으며, 실제 수목 위치와 높은 정합도를 보였다. 본 연구는 향후 고해상도 영상 기반 탐지, 극소량 데이터 환경에 대한 적용성 검증, 온실가스 인벤토리와의 연계 연구 등 다양한 후속 연구에 기여할 수 있는 기반을 제공한다.
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) : I410-151-25-02-093632242
