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 연구에서는 한국광해광업공단의 대규모 시추코어 자료를 기반으로 정량적 석회석(CaO) 품위 예측 딥러닝 모델 개발 및 고도화를 수행하였다. 후보 모델 적용성 검토를 통해 U-Net(영역분할)과 ResNet18(품위회귀)을 베이스라인 모델로 선정하였다. 연구 과정에서 통합 사전학습 모델에 결합한 위치 정보가 품위회귀 모델의 질감 학습을 저해하며, Flatten 레이어를 사용한 품위회귀 모델에서 파라미터 과다로 인한 과적합이 발생함을 발견하였다. 이를 해결하기 위해 위치 정보를 배제한 회귀 전용 사전학습 모델을 분리 개발하고 Global Average Pooling 레이어를 도입하여 인코더 구조를 개선하였다. 또한 예측 성능 향상을 위해 Huber loss와 맞춤형 자료증강 기법을 적용하였다. 개발된 모델은 실무 현장에서의 신속한 품위 추정 등 효율적 의사 결정 지원 도구로써 활용이 기대된다.
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
