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.
학술저널
Full-text
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
본 연구에서는 폴리머 배관의 결함을 검출하기 위해 Terahertz time-domain-spectroscopy (THz-TDS) 시스템과 convolutional neural network (CNN) 알고리즘을 사용하였다. THz-TDS 시스템의 투과 모드를 사용하여 정상 폴리머 배관과 결함이 있는 폴리머 배관에 대한 THz scanning data를 확보하였다. 폴리머 배관의 결함부위를 투과한 THz wave는 산란이 발생하여 진폭이 감소하는 것을 확인하였다. THz scanning 이미지 속 폴리머 배관의 결함 부위는 THz 신호의 진폭 감소로 발생한 픽셀의 음영차이로 구분할 수 있는 것을 확인하였다. THz 이미지 데이터는 CNN 학습을 위해 데이터 증대(data augmentation) 기법을 사용하여 증폭시켰으며, 증폭된 THz 이미지 데이터는 정상과 결함으로 종류(class)를 나누어 CNN 딥러닝 알고리즘에 학습시켰다. 딥러닝 학습결과 CNN 모델은 95% 이상의 정확도로 폴리머 배관의 결함을 검출할 수 있음을 확인하였다. 이를 통해, 테라헤르츠 파를 이용하여 폴리머 배관을 비접촉, 비파괴 검사할 수 있으며, CNN 딥러닝 알고리즘을 사용하여 자동화된 결함 검출을 할 수 있음을 확인하였다.
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
