KCI등재후보
해경함정 영상정보에 합성곱신경망을 적용한 국적식별 전문가시스템 구축에 관한 연구 = A Study on Expert System for Nationality Classification of Coast Guard Ship using Convolution Neural Network
저자
발행기관
학술지명
권호사항
발행연도
2020
작성언어
Korean
주제어
등재정보
KCI등재후보
자료형태
학술저널
수록면
45-60(16쪽)
KCI 피인용횟수
0
제공처
This study is about an expert system for nationality classification of coast guard ship in Korea or Japan using the convolution neural network (CNN). Dokdo Sea area, which is experiencing territorial disputes with Japan, is a sea area where military surveillance is weak, and the appearance of the Japan coast guard ships is frequent, it is necessary to improve maritime surveillance. Currently, dispatched with Dokdo workers, identifies coast guard ship by human or wireless communication.
This has the disadvantage of not being able to discern the nationality of coast guard ship from a long distance, and the response is slow. Therefore, in this study, to reinforce this, we applied CNN to the image information obtained from the imaging equipment, and studied the construction of an expert system that identifies coast guard ship belonging to the Korean coast guard and the Japan coast guard.
The proposed classification model was built based on CNN, and accuracy was 95% for training and verification data and 86.25% for test data. Based on the results of this study, if the performance of the model is further improved, it is expected that a fast and accurate maritime surveillance will be possible in Dokdo Sea area.
본 연구는 합성곱신경망(CNN, Convolution Neural Network) 활용하여 한국과 일본의 해경함정 국적 분류를 위한 전문가시스템 구축에 관한 연구이다. 일본과 영유권 갈등을 겪고 있는독도 해역은 군의 감시가 약한 해역으로 일본 해경의 출현이 빈번한 만큼 해상경계를 위한 대책이 필요하다. 현재는 독도 근무자와 출동한 한국 해경함정에서 사람의 육안 또는 무선 교신으로일본 해경함정 여부를 식별하고 있다. 이는 원거리에서 해경함정의 국적을 식별할 수 없는 단점이 있고 대응이 느리다. 따라서 본 연구에서는 이를 보강하기 위해 영상장비에서 얻은 영상정보에 CNN을 적용하여 한국 해경함정과 일본 해경함정을 식별하는 전문가시스템에 대해 연구하였다. 제안하는 전문가시스템은 CNN을 기반으로 구축되었고, 정확도는 훈련 및 검증 데이터에95%이상, 테스트 데이터에 86.25%를 보였다. 본 연구의 결과를 기초로 모델의 성능을 더욱향상시키면 독도 해역에 신속하고 정확한 해상경계의 향상이 있을 것으로 기대된다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2024 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2021-01-01 | 평가 | 등재학술지 선정 (계속평가) | KCI등재 |
2019-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
2013-08-06 | 학회명변경 | 한글명 : 산업연구소 -> 미래산업연구소영문명 : The Institute of Industrial Studies -> The Research Institute of Future Industry |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)