$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

트리구조 신경망을 이용한 냉연 강판 표면 결함의 분류
Classification of Surface Defects on Cold Rolled Strip by Tree-Structured Neural Networks 원문보기

大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. A. A, v.31 no.6 = no.261, 2007년, pp.651 - 658  

문창인 (서울산업대학교 산업대학원 메카트로닉스학과) ,  최세호 (POSCO기술연구소, 서울산업대학교) ,  김기범 (POSCO기술연구소, 서울산업대학교) ,  주원종 (서울산업대학교 기계설계자동화)

Abstract ▼ AI-Helper 아이콘AI-Helper

A new tree-structured neural network classifier is proposed for the automatic real-time inspection of cold-rolled steel strip surface defects. The defects are classified into 3 groups such as area type, disk type, area & line type in the first stage of the tree-structured neural network. The defects...

주제어

#신경망   #트리구조   #표면검사   #강 코일 결함   #특징 선정  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그러나 본 논문에서 개발한 신경망 분류기는 특징 값들의 기여도에 대한 자세한 내용을 몰라도 손쉽게 특징 값을 추가하거나 제거할 수 있고 가중치(weighting &ctor)爾旳。)는학습을 통해서 자동으로 조정되기 때문에 현장 적응력이 매우 높다. 1 차로 개발한 단일 구조 신경망 분류기에 의한 결함 분류율은 85%에 도달하였고佝 본 논문에서는 결함 분류율을 더 향상시키기 위하여 새롭게 트리구조 신경망 분류기를 개발하였다.
  • 본 연구에서는 고속이송 냉연강판의 결함 종류를 분류하는 분류기로 트리구조 신경망 분류기를 제안하였다. 포스코의 광양 제철소에서 중요한 결함으로 판정하는 11 개의 결함 종류에 대하여 해석하였으며 포스코가 제공한 결함 샘플과 추출한 특징 데이터를 이용하여 신경망 분류기를 학습하고 테스트하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (10)

  1. Song, S. J., Kim, H. J., Choi, S. H. and Lee, J. H., 1997, 'Classification of Surface Defects on Cold Rolled Strips by Probabilistic Neural Networks,' The Korean Society for Nondestructive Testing, Vol. 17, No. 3, pp. 162-173 

  2. Kim, C. H., Chol, S. H., Joo, W. J. and Kim, G. B., 2006, 'Classification of Surface Defect on Steel Strip by KNN Classifier,' Journal of the Korean Society for Precision Engineering, Vol. 23, No. 8, pp. 80-88 

  3. Treiber, F., 1989, 'On-line Automatic Defect Detection and Surface Roughness Measurement of Steel Strip,' MA: Iron and Steel Engineer, pp. 26-33 

  4. Moon, C. I., Choi, S. H., Joo, W. J., Kim, G. B. and Kim, C. H., 2007, 'Development of a Neural Network Classifier for the Classification of Surface Defects of Cold Rolled Strips,' Journal of the Korean Society for Precision Engineering, Vol. 24, No. 4, pp. 76-83 

  5. Rao, Valluru. and Rao, Hayagriva., 1995, 'C++ Neural Networks and Fuzzy Logic Second Edition,' MA: MIS 

  6. Bishop, C. M., 1995, 'Neural Networks for Pattern Recognition,' Oxford University Press 

  7. Haralick, R., Shaumugam, K. and Dinstein, I., 1973, 'Textural Features for Image Classification,' IEEE Trans. Systems and Cybernetics, Vol. 3, No. 6, pp. 53-58 

  8. Mehrotra, Kishan., Mohan, Chilukuri. K. and Ranka, Sanjay., 1997, 'Elements of Artificial Neural Networks,' MA: A Brand Book, pp. 65-109 

  9. Rumelhart, D. E., Hintion, G. E. and Wiliams, R. J., 1986, 'Learning Internal Representations by Error Propagation,' MIT Press Cambridge, Vol. 1, pp. 318-362 

  10. Freeman, J. A. and Skapura, D. M., 1992, 'Neural Networks Algorithms, Applications, and Programming Techniques,' MA: Addison-Wesley Publishing Company 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로