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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2025.12
- 수록면
- 574 - 583 (10page)
이용수
초록· 키워드
본 연구는 상수도 관망(WDN)의 누수 탐지 성능을 고도화하기 위해, 1차원 주파수 신호를 2차원 이미지로 변환하고 이를 컨볼루셔널 심층신경망으로 학습하는 딥러닝 모델을 제안한다. 공개 데이터셋인 AI Hub 상수도 누수 감지 데이터를 활용하여, 기존 트리기반 앙상블 모델이 가지는 표현력의 한계를 극복하고자 하였다. 특히, 분류 손실함수로 교차 엔트로피(Cross-Entropy)만을 사용하는 일반적인 접근법을 넘어, 임베딩 공간의 기하학적 구조를 직접적으로 규제하는 Supervised Contrastive Loss(SCL)와 Angular Triplet Loss를 도입하였다. 이를 통해 동일 클래스 데이터의 응집도를 높이고 상이 클래스 간의 분리도를 극대화하여 모델의 판별력과 일반화 성능을 향상시켰다. 실험 결과, 제안된 SCL 적용 모델은 기존 연구의 LightGBM 모델 대비 정확도, 정밀도 등 모든 지표에서 우수한 성능을 보였으며, 특히 오탐(False Positive)과 직결되는 정밀도에서 유의미한 개선을 달성하였다. 나아가, t-SNE 시각화 및 임베딩 공간에서의 k-NN 정확도 측정을 통해 제안 모델이 학습한 표현(Representation)의 질적 우수성을 정성적, 정량적으로 입증함으로써 모델의 신뢰성과 해석 가능성을 확보하였다.
#Water Leakage Detection
#Water Distribution Network
#1D-to-2D Data Transformation
#EfficientNet-B0
#Supervised Contrastive Learning
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 요약
- Ⅰ. 서론
- Ⅱ. 제안기법
- Ⅲ. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
