혼합 가스 분류를 위한 전이학습 기반 방법론

오용경; 김남우; 김성일

doi:10.7232/JKIIE.2021.47.2.144

추천

검색

질문

자료유형: 학술저널

저자정보: 오용경 (울산과학기술원) 김남우 (울산과학기술원) 김성일 (울산과학기술원)

저널정보: 대한산업공학회 대한산업공학회지 대한산업공학회지 제47권 제2호

발행연도: 2021.4

수록면: 144 - 159 (16page)

DOI: 10.7232/JKIIE.2021.47.2.144

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This paper proposes a new method for mixed gas classification based on the convolutional neural network (CNN) using transfer learning. The mixed gas classification is challenging because a gas sensor array of mixed gases is complex and high dimensional data. Moreover, it is limited to obtain enough training datasets due to high data collection costs. To overcome the challenges, the proposed method maps a gas sensor array into an analogous-image matrix, adopts the CNN for feature extraction from images, and uses transfer learning to speed up training and improve the performance of the CNN. The proposed method is validated using public mixture gas data from the UCI Machine Learning Repository and real data examples.

#Mixture Gas Classification #Convolutional Neural Network #Transfer Learning

참고문헌 (46)

참고문헌 신청

Bai, H. and Shi, G. (2007), Gas Sensors based on Conducting Polymers, Sensors, 7(3), 267-307.

Barsan, N., Koziej, D., and Weimar, U. (2007), Metal Oxide-based Gas Sensor Research : How to?, Sensors and Actuators B : Chemical, 121(1), 18-35.

Bengio, Y., Courville, A., and Vincent, P. (2013), Representation Learning : A Review and New Perspectives, IEEE Transactions on Pattern Analysis and Machine Intelligence, 35(8), 1798-1828.

Brahim-Belhaouari, S., Hassan, M., Walter, N., and Bermak, A. (2014), Advanced Statistical Metrics for Gas Identification System with Quantification Feedback, IEEE Sensors Journal, 15(3), 1705-1715.

Brodersen, K. H., Ong, C. S., Stephan, K. E., and Buhmann, J. M. (2010), The balanced accuracy and its posterior distribution, In 2010 20th International Conference on Pattern Recognition, IEEE.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

YongKyung Oh

소속기관 울산과학기술원

주요연구분야 공학 > 산업공학 공학 > 컴퓨터학

논문수 5 이용수 688

김남우

소속기관 울산과학기술원

주요연구분야 공학 > 산업공학

논문수 2 이용수 165

Sungil Kim

소속기관 울산과학기술원

주요연구분야 공학 > 산업공학 공학 > 컴퓨터학

논문수 31 이용수 1,310

이 논문과 함께 이용한 논문

멀티모달 스태킹 모델을 활용한 112 신고 건수 예측

김서연 , 이민정 , 이지윤 외 5명 대한산업공학회지 2021 .10

트랜스포머기반의 멀티모달 영상자막 생성요약

이민예 , 한성원 대한산업공학회지 2021 .10

계절조정을 활용한 전이학습 기반의 자동차 예비 부품 장기수요예측

이민예 , 성기우 , 한성원 대한산업공학회지 2021 .06

제품 출시 초기의 고객 불만 모니터링을 위한 소셜미디어 마이닝 접근법

이승현 , 최재웅 , 윤장혁 대한산업공학회지 2021 .06

유튜브 리뷰 데이터의 토픽모델링을 통한 언박싱 경험 분석: 스마트폰 사례 분석

양지모 , 이성주 대한산업공학회지 2022 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-530-001637100

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (46)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)