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.
피인용 0
초록·키워드
잠수함 전투체계에서, 자함의 위치를 노출시키지 않고 적 표적을 탐지하기 위하여 수동형 소나가 사용된다. 수동형 소나를 통해 방위각 정보를 얻을 수 있고, 거리에 대한 정보는 획득된 방위각 정보를 이용해 추가적인 표적기동분석을 수행함으로써 얻을 수 있기 때문에 정확한 방위각 정보의 확보가 중요하다. 수동형 소나를 통해 수신된 신호는 시간에 대한 표적의 방위각 정보를 이미지화함으로써 나타낼 수 있으며, 이를 BTR(Bearing-Time Records) 데이터라 한다. 본 논문에서는, BTR 데이터로부터 표적 검출률을 개선하기 위한 딥러닝 기반 분할 네트워크를 제안한다. 실제 표적 방위각 데이터는 군사 정보로써 획득이 어려우므로 모의 BTR 데이터셋을 생성하여, 이를 통해 네트워크 학습 및 실험을 진행하였다. 특히, 방향성을 갖는 BTR 이미지 내 표적 객체를 잘 추출하기 위해 Spatial Convolutional Layer 기반 분할 네트워크를 제안한다. 제안 모델은 다양한 강도의 노이즈 환경 및 표적 탐지 확률을 갖는 실험 데이터셋에서 기존 딥러닝 기반 분할 모델 대비 가장 우수한 표적 검출 성능을 보여준다.
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-ECN-0101-2023-569-000334872
