시설물 손상 탐지를 위한 인공지능 파운데이션 모델 활용 및 검증

Q: 이 논문에서 정의한 파운데이션 모델이란 무엇인가?

파운데이션 모델은 대량의 데이터로 학습되어 광범위한 작업에 이용 가능한 인공지능 신경망을 일컫는다. 기존 인공지능이 특정 작업에 필요한 학습 데이터와 모델을 요구했던 것과 달리, 파운데이션 모델은 방대한 데이터 학습과 미세 조정을 통해 다양한 작업에 활용될 가능성을 가진다.

Q: 파운데이션 모델을 시설물 손상 탐지에 활용할 때의 이점은 무엇인가?

연구 결과, 파운데이션 모델인 Segment Anything을 시설물 손상 탐지에 적용했을 때, 양질의 바운딩 박스를 활용한다면 면형 객체에 대해 양질의 손상 탐지 성능을 기대할 수 있다. 이는 데이터 부족 문제를 개선하고 다양한 손상 유형에 적용될 가능성을 보여준다.

김휘영; 박현수; 전의익; 정동기

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김휘영 (이노팸) 박현수 (이노팸) 전의익 (이노팸) 정동기 (이노팸)

저널정보: 대한토목학회 대한토목학회 학술대회 KSCE 2023 CONVENTION

발행연도: 2023.10

수록면: 588 - 589 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

인공지능과 컴퓨터 기술의 발전으로 영상을 이용해 시설물의 손상을 탐지하기 위한 연구가 수행되고 있다. 그러나 시설물 손상은 빈도가 낮아 데이터를 취득하기 어렵고, 이는 데이터의 양과 질이 중요한 인공지능기반 탐지에 어려움으로 작용하고 있다. 이를 개선하기 위해 최근 방대한 양의 데이터를 이용해 다양한 목적에 활용 ... 전체 초록 보기

#손상 탐지 #인공지능 #파운데이션 모델 #Segment Anything

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)