유사 객체 데이터를 통한 포트홀 객체 인식 정확도 향상 연구

Q: 이 논문에서 정의한 유사 객체 동시 학습법이란 무엇인가?

유사 객체 동시 학습법은 포트홀 탐지 정확도를 높이기 위해 포트홀과 외형적으로 유사한 맨홀, 보수된 포트홀 등을 별도의 클래스로 분류하여 포트홀과 함께 동시에 학습시키는 방법이다. 이를 통해 모델이 각 클래스 간의 차이점을 명확히 인식하고 포트홀을 더 정확하게 탐지하도록 돕는다.

Q: 포트홀 탐지 정확도를 향상시키는 효과적인 학습 방법은 무엇인가?

연구 결과, 포트홀 탐지 모델 학습 시 포트홀뿐만 아니라 맨홀, 보수된 포트홀과 같은 유사 객체들을 별도의 클래스로 지정하여 동시에 학습시키는 방법이 포트홀 인식 정확도를 약 8% 향상시키는 것으로 나타났다. 이는 모델이 유사 객체와 포트홀을 더 잘 구분하게 하여 오탐을 줄이는 데 기여한다.

오현석; 최명헌; 박지훈

학술대회자료

저자정보: 오현석 (DSC공유대학) 최명헌 (DSC공유대학) 박지훈 (충남대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2024 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

본 연구는 이상기후로 인한 포트홀 발생 증가에 대응하여 포트홀 탐지의 정확도를 향상하는 방법을 제안한다. 도로 위에는 포트홀과 유사한 맨홀, 보수된 포트홀 등이 존재해 탐지 시스템의 정확성을 저하시킨다. ... 전체 초록 보기

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료