메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
설승환 (한남대학교) 최인식 (한남대학교) 신진우 (국방과학연구소) 정명수 (국방과학연구소)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제16권 제6호(JKIIT, Vol.16, No.6)
발행연도
2018.6
수록면
81 - 89 (9page)
DOI
10.14801/jkiit.2018.16.6.81

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 기두부와 단 분리 시 조각의 식별을 위한 합성곱 신경망(CNN, Convolutional Neural Network) 구조를 설계하였다. 시뮬레이션을 통하여, 합성곱 신경망을 구성하는 각 계층의 변수들을 결정하고 구조를 설계하였다. 이와 같은 방법으로 설계 된 합성곱 신경망을 통해 원추운동(coning)을 갖는 4종류의 기두부와 텀블링운동(tumbling)을 갖는 6종류의 단 분리 시 조각을 분류하는 시뮬레이션을 수행하고, 그 성능을 기존에 잘 알려진 VGGNet(Visual Geometry Group Net)과 비교하였다. 시뮬레이션 결과, 제안된 기법에 의해 선정 된 컨벌루션 필터, 풀링 기법, 풀링 크기를 통해 최적화된 합성곱 신경망 구조는 모든 SNR에 대해서 VGGNet과 동일하거나 우수한 구분 성능을 보였으며, 학습시간은 약 22배 향상되었음을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 합성곱 신경망
Ⅲ. 동적 RCS 데이터베이스 구축 방법
Ⅳ. 제안한 방법
Ⅴ. 시뮬레이션
Ⅵ. 결론
References

참고문헌 (17)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-002247306