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.
피인용 0
초록·키워드
본 연구는 MOY(Murakami–Ohtsuki–Yamada) 그래프에서 착안한 20개 클래스의 국소형상 데이터셋으로 해양 유체 영상의 구조적 차이를 분석하였다. 2,000개의 28×28 회색조 영상과 회전 증강한 6,000개 입력으로 경량 합성곱신경망을 학습하였다. 해류·바람 시각화 영상과 상공 관측 선박 항적에 관심영역 설정, 회색조 변환, Canny 경계 검출 및 28×28 비중첩 패치 분할을 적용하였다. 분류 결과는 배경 비율, 구조 집중도, 잔여구조 비율, 고차 구조 비율 및 정규화 엔트로피로 요약하였다. 독도 주변 영상에서는 날짜와 시각화 계층에 따른 구조 분포 차이를, 항적 영상에서는 직진·급선회·S자 기동의 국소형상 차이를 확인하였다. 제안 방법은 공통 클래스 공간에서 영상 간 구조를 상대 비교하는 경험적 국소구조 인코더로 활용할 수 있다.
본문·목차
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
