본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

목차

드론의 변전소 애자 이상현상 탐지를 위한 심층신경망 경량화 모델 기반 알고리즘 개발 연구 ＝ Development of a compressed deep neural network for detecting defected electrical substation insulators using a drone / 오선택 ; 김형우 ; 조성현 ; 유지환 ; 권용성 ; 나원상 ; 김영근 1

Abstract 1

I. 서론 1

II. 애자-코로나 검출 알고리즘 2

1. YOLOv3 객체 검출 알고리즘 2

2. Residual Block 모듈 2

3. 임베디드용 코로나-애자 검출 심층신경망 모델 3

III. 시선각 정보획득 알고리즘 3

IV. 실험 및 검증 4

1. 실험환경 구성 4

2. 객체 검출 알고리즘 성능 평가 4

V. 결론 6

REFERENCES 6

[저자소개] 7

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
드론의 변전소 애자 이상현상 탐지를 위한 심층신경망 경량화 모델 기반 알고리즘 개발 연구 = Development of a compressed deep neural network for detecting defected electrical substation insulators using a drone 오선택, 김형우, 조성현, 유지환, 권용성, 나원상, 김영근 p. 884-890

보기
불확실성을 이용한 딥러닝 기반의 항공 이미지 객체 탐지 = Uncertainty-based deep object detection from aerial images 박주찬, 이선훈, 정준욱, 손성빈, 오흥선, 정유철 p. 891-899

보기
소형 IoT 디비이스를[실은 디바이스를] 고려한 딥 러닝 전동기 고장진단 시스템 = Deep learning motor failure diagnosis system considering small IoT devices 최동진, 한지훈, 박상욱, 홍선기 p. 900-906

보기
압입 시험과 머신러닝을 통한 초탄성 소재 모델 계수 예측 기법 개발 = Development of a prediction method for the hyper-elastic material model coefficient through the indentation test and machine learning 두국진, 김진현 p. 907-915

보기
에지 비용 함수를 이용한 시맨틱 분할 = Semantic segmentation using edge loss 최경훈, 하종은 p. 916-921

보기
연속 은닉 마르코프 모델을 이용한 GMA 용접품질 실시간 모니터링에 관한 연구 = A study on real-time monitoring of GMA welding quality continuous hidden Markov model 이보람, 윤태종, 오원빈, 이충우, 김일수, 박민호, 손준식 p. 922-931

보기
이상치 데이터를 고려한 DT-CNN 기반의 전동기 고장 예측 = DT-CNN based motor failure prediction considering outlier data 한지훈, 최동진, 박상욱, 홍선기 p. 932-939

보기
자연광 조건에서 숙도별 토마토 추적이 가능한 Instance Segmentation 기반 인식시스템 = Instance segmentation based recognition system tracking tomatoes by ripeness in natural light conditions 이우영, 고광은, 강재현, 박현지, 장인훈 p. 940-948

보기
2D 시맨틱 분할 프로젝션을 이용한 3D 실내 공간 시맨틱 분할 = 3D indoor scene semantic segmentation using 2D semantic segmentation projection 염상식, 하종은 p. 949-954

보기
PPO 기반 강화학습을 이용한 드론의 자율비행 = Autonomous flying of drone based on PPO reinforcement learning algorithm 박성관, 김동환 p. 955-963

보기
VAE로 생성한 배경 이미지를 이용한 전경 물체 분할 = Foreground objects segmentation using background image generated by VAE 김재열, 하종은 p. 964-970

보기
선적분 Lyapunov 함수를 이용한 T-S 퍼지 시스템에 대한 상태궤환 제어 = State feedback control for T-S fuzzy systems using a line-integral Lyapunov function 정은태 p. 971-977

보기
MBOC(6,1,4/33) 신호의 다중경로 영향 완화를 위한 새로운 Strobe 펄스 설계 = A novel strobe pulse design to mitigate multipath effect for MBOC(6,1,4/33) signals 유승수 p. 1028-1037

보기
합성곱 신경망 기반 향상된 GNSS 재밍 식별기법 = An improved GNSS jamming classification scheme using convolutional neural network 유승수 p. 1016-1027

보기
칼만필터를 이용한 독립회전 방식 철도차량의 주행성능 개선 제어를 위한 상태추정 = State estimation for running performance improvement control of independently rotating wheel type railway vehicle using Kalman filter 조연호 p. 1007-1015

보기
로봇 중재 시술을 위한 하이퍼-리던던트 로봇의 강성 및 형상 변형에 관한 연구 = Study on stiffness and shape deformation of a hyper-redundant robot for robotic interventions 김기영, 우현수, 조장호, 신민기, 서정욱 p. 999-1006

보기
로봇 시스템의 안전과 보안 통합에 관한 조사 및 연구 = Survey and study on integration of safety and security in robot systems 박홍성 p. 988-998

보기
Development of real surveillance system using UGV and UAV = 무인차량 및 무인항공기를 이용한 정찰 시스템 개발 Hee Seo Chae, Do Hyeon Lee p. 978-987

보기

참고문헌 (23건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 Korea Electric Power Corporation, “Power transmission substation breakdown analysis report,” 2010. 미소장
2 P. H. Cho, J. Y. Kim, B. H. Lee, and S. D. Jeon, “A study of 154kv transmition & substation standard operation procedure,”Proc. of The 46th KIEE Summer Conference, pp. 443-444, 2015. 미소장
3 D. S. Bae, “A study on cause analysis and safety-accident in power plant maintenance industry,” Yeungnam University Thesis Paper, 2012. 미소장
4 G. S. Lee, “Power equipment predictive maintenance technique,”Journal of Electrical World Monthly Magazine, vol. 385, pp. 45-47, 2009. 미소장
5 B. Y. Yu and C. O. Kim, “A study on the safety diagnosis for power systems using a UV camera,” Journal of the Korean Society of Safety, vol. 27 no. 1, pp. 7-13, 2012. 미소장
6 Korea Electrical Safety Corporation, “Research on thermal temperature distribution test by infrared thermal imaging equipment,”pp. 29-37, 1993. 미소장
7 B. Y. Yu, “A study on the assessment of safety performance for power equipments using ir and UV devices,” SeoulTech Thesis Paper, 2013. 미소장
8 B. Kim, “Design and implementation of image-based fault diagnosis system for electric power transmission equipment,”Sogang University Thesis Paper, 2018. 미소장
9 J. Jeong, J. Kim, T. S. Yoon, and J. B. Park, “Drone-based power-line tracking system,” The Transactions of The Korean Institute of Electrical Engineers, vol. 67 no. 6, pp. 773-781, 2018. 미소장
10 F. Zhang, W. Wang, Y. Zhao, P. Li, Q. Lin, and L. Jiang, “Automatic diagnosis system of transmission line abnormalities and defects based on UAV,” 4th International Conference on Applied Robotics for the Power Industry (CARPI), pp. 1-5, Oct 2016. 미소장
11 R. Girshick, “Fast r-cnn,” Proceedings of the IEEE international conference on computer vision, pp. 1440-1448, 2015. 미소장
12 S. Ren, K. He, R. Girshick, and J. Sun, “Faster r-cnn: Towards real-time object detection with region proposal networks,”Advances in Neural Information Processing Systems, pp. 91-99, 2015. 미소장
13 J. Dai, Y. Li, K. He, and J. Sun, “R-fcn: Object detection via region-based fully convolutional networks,” Advances in Neural Information Processing Systems, pp. 379-387, 2016. 미소장
14 J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You only look once: Unified, real-time object detection,” Proceedings of the IEEE Conference On Computer Vision And Pattern Recognition, pp. 779-788, 2016. 미소장
15 W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C. Y. Fu, and A. C. Berg, “SSD: Single shot multibox detector,”European Conference On Computer Vision, pp. 21-37, 2016. 미소장
16 F. N. Iandola, S. Han, M. W. Moskewicz, K. Ashraf, W. J. Dailly, and K. Keutzer, “SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and< 0.5 MB model size,” arXiv preprint arXiv:1602.07360, 2016. 미소장
17 M. Sandler, A. Howard, M. Zhu, A. Zhmoginov, and L. C. Chen, “Mobilenetv2: Inverted residuals and linear bottlenecks,”Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2018. 미소장
18 M. Rastegari, V. Ordonez, J. Redmon, and A. Farhadi, “Xnor-net:Imagenet classification using binary convolutional neural networks,” European Conference on Computer Vision, 2016. 미소장
19 Y. Choi and H. Eom, “Deep Learning Model Compression for Embedded System,” Proc. of Korea Computer Congress, pp. 1044-1046, 2019. 미소장
20 J. Redmon and A. Farhadi, “Yolov3: An Incremental Improvement,”arXiv preprint arXiv:1804.02767, 2018. 미소장
21 K. He, X. Zhang, S. Ren, and J. Sun, “Deep Residual Learning For Image Recognition,” Proceedings of the IEEE Conference on Computer Vision And Pattern Recognition, 2016. 미소장
22 O. Doukhi, S. Hossain, and D. J. Lee, “Real-Time deep learning for moving target detection and tracking using unmanned aerial vehicle,” Journal of Institute of Control, Robotics and Systems (in Korean), vol. 5, no. 26, pp. 295-301. May. 2020. 미소장
23 J. Y. Choi and J. H. Yoo, “Performance evaluation of stochastic quantization methods for compressing the deep neural network model,” Journal of Institute of Control, Robotics and Systems (in Korean), vol. 9, no. 25, pp. 775-781. Sep. 2019. 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기