표제지
요약
목차
제1장 서론 9
제2장 문헌연구 11
제1절 잠수함 탐지에 대한 이론적 고찰 11
1. 잠수함 음향 탐지의 한계 11
2. 잠수함 비음향 탐지의 가능성 12
제2절 CNN 모델과 잠수함 탐지 14
1. CNN 모델 14
2. CNN 모델을 활용한 잠수함 탐지 18
제3장 제안한 잠수함 분류 모델 20
제4장 잠수함 분류 모델 구축 및 실험 24
제1절 데이터 수집 24
제2절 이미지 분류 모델 학습 및 평가 27
1. 특성추출(Feature extraction) 27
2. 미세조정(Fine tuning) 30
3. 앙상블(Ensemble) 32
제5장 결론 37
참고문헌 39
Abstract 41
부록_하이퍼파라미터 조정에 따른 실험 결과 42
1. 특성추출 단계 42
2. 미세조정 단계 46
〈표 4-1〉 잠수함 분류 모델 데이터 구성 27
〈표 4-2〉 하이퍼파라미터 설정 29
〈표 4-3〉 특성추출 단계 결과 31
〈표 4-4〉 특성추출 단계와 미세조정 단계의 최고 테스트 정확도 32
〈표 4-5〉 앙상블 모델 조합별 테스트 정확도 결과 34
〈그림 2-1〉 음속의 수직구조 및 음파 전달양상 12
〈그림 2-2〉 잠수함의 마스트세트 (구글 이미지) 14
〈그림 2-3〉 컨볼루션 연산 과정 15
〈그림 2-4〉 입력이미지의 특징추출기로서의 필터 16
〈그림 2-5〉 컨볼루션층의 전반적인 연산 과정 17
〈그림 2-6〉 풀링의 종류 17
〈그림 2-7〉 입력이미지가 컨볼루션층과 풀링층을 거치는 과정 18
〈그림 3-1〉 제안한 잠수함 분류 모델 구축과정 20
〈그림 3-2〉 전이학습의 방법 23
〈그림 4-1〉 잠수함 분류 모델 데이터 예 (구글 이미지) 25
〈그림 4-2〉 잠수함 분류 모델 소형 데이터 예 (구글 이미지) 26
〈그림 4-3〉 데이터 확장 예 26
〈그림 4-4〉 VGG16 구조 28
〈그림 4-5〉 Plain net과 Residual net의 차이 29
〈그림 4-6〉 앙상블 절차 33
〈그림 4-7〉 오분류 된 잠수함 이미지 예 35