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
- 2026.6
- 수록면
- 453 - 463 (11page)
- DOI
- 10.3795/KSME-A.2026.50.6.453
이용수
초록· 키워드
본 연구는 강종 간 혼재로 인한 공정 불량을 사전에 방지하기 위해, 스파크 영상 기반의 탄소 함량 분류 모델을 머신러닝 기법으로 개발하고 그 가능성을 평가하고자 하였다. 철강 제조 현장에서는 작업자의 숙련도에 따라 스파크를 통해 강종을 식별하지만, 이는 주관적이고 자동화가 어렵다는 한계를 지닌다. 이에 따라 정량적 분석이 가능한 영상 기반 분류 시스템이 요구된다. 스파크 영상에서 유의미한 영역을 자동으로 검출하고, 통계적 특징을 기반으로 중요도 중심의 특징 공학을 수행하였다. 또한 도메인 지식을 반영하여 스파크의 형태적 특징을 정량화함으로써 분류 성능을 향상시켰다. SVM, KNN, random forest 모델을 활용해 분류 성능을 비교한 결과, 영상 기반 정보만으로도 강종 간 탄소 함량 차이를 효과적으로 구분할 수 있음을 확인하였다. 본 연구는 향후 공정 내 자동 분류 시스템으로의 확장 가능성을 제시한다.
#Machine Learning(기계 학습)
#Image Processing(이미지 처리)
#Statistic Features(통계적 특징)
#Structure Features(형태적 특징)
#Spark Test(스파크 테스트)
#Feature Engineering(특징 공학)
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 초록
- Abstract
- 1. 서론
- 2. 관련 연구
- 3. 강종에 따른 스파크 물리적 특성
- 4. 스파크 영상기반 강종 분류 시스템
- 5. 강종 분류 실험 분석
- 6. 결론 및 향후 계획
- 참고문헌 (References)
참고문헌
참고문헌 신청최근 본 자료
