여인창, 노명일, 김진혁, 김기수, "선형 성능의 정성적 평가를 위한 딥 러닝 기반 이미지 시각화 방법", 2021년도 대한조선학회 춘계학술발표회, 인천, pp. 573, 2021.05.13-14
Domestic Conference
2021.03.25 11:42
여인창, 노명일, 김진혁, 김기수, "선형 성능의 정성적 평가를 위한 딥 러닝 기반 이미지 시각화 방법", 2021년도 대한조선학회 춘계학술발표회, 인천, pp. 573, 2021.05.13-14
조회 수 272
| 첨부 '1' |
|---|
| Abstract | 최근 딥 러닝과 관련된 기술이 발전함에 따라 조선 해양 분야에서도 딥 러닝을 기존 기술에 접목하려는 시도가 이루어지고 있다. 딥 러닝 모델은 활용하기 전 충분한 학습 과정이 필요하고, 학습 정도의 지표로 손실 (loss), 정확도 (accuracy) 등의 정량적 지표들을 활용한다. 이러한 지표들을 통해 딥 러닝 모델이 제대로 학습되었는지 확인할 수 있지만, 해당 모델이 어떤 과정으로 의사 결정 (예, 이미지 분류)을 하는지 학습 과정에 대한 근거를 찾기가 어렵다. 이를 위해 최근 CNN (Convolutional Neural Network) 기반의 딥 러닝 모델에 시각화 방법을 적용하는 방법이 연구되고 있다. 본 연구에서는 선형 성능의 정성적 평가를 위해 선형의 CFD (Computational Fluid Dynamics) 해석 이미지로 CNN 모델을 학습시키고, 이 모델에 시각화 방법을 적용해 해당 평가의 근거를 찾는 방법을 제안하였다. 이를 위해, 학습된 CNN 모델을 분리하여 시각화 가능한 모델로 재조합하는 방법을 제안하였다. 그리고 CFD 해석 이미지의 시각화를 위해 Grad-CAM (Gradient CAM), Grad-CAM++, Score-CAM 등 CAM (Class Activation Map) 기반의 여러 기법을 적용하여 비교 및 분석하였다. Keywords: Deep learning (딥 러닝), CNN (Convolutional Neural Network, 합성곱 신경망), Visualization (시각화), CAM (Class Activation Map), Heat map (히트 맵) |
|---|---|
| Publication Date | 2021-05-13 |
Prev 여인창, 노명일, 공민철, 전도현, 하지상, 유동훈, 진은석, "...
여인창, 노명일, 공민철, 전도현, 하지상, 유동훈, 진은석, "...
2023.04.26by
여인창, 노명일, 김진혁, 김기수, 남정우, 이상현, 장영훈, "Score-CAM을 이용한 선형 성능 우열 관계 예측 모델의 시각화", 2021년도 한국CDE학회 하계학술발표회, 제주, pp. 190, 2021.08.25-28 Next
여인창, 노명일, 김진혁, 김기수, 남정우, 이상현, 장영훈, "Score-CAM을 이용한 선형 성능 우열 관계 예측 모델의 시각화", 2021년도 한국CDE학회 하계학술발표회, 제주, pp. 190, 2021.08.25-28
2021.09.03by SyDLab
