http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
남지인(Jiin Nam),박희재(Hee Jae Park) 한국생산제조학회 2020 한국생산제조학회지 Vol.29 No.3
In this study, a fault detection and classification method using neural network-based acoustic measurement is proposed. In this method, a measured acoustic signal of the target equipment undergoes Fast Fourier transformation. The magnitude, for a range of frequencies, is accumulated and normalized to train predefined neural network model. To validate the proposed method, an experimental setup for cooling fan is established. The faults of the device are classified into five categories. A series of experiments for the experimental setup are conducted to validate the performance of the fault detection and classification of the proposed method. An accuracy of up to 98.6% is obtained for the test data. Thus, the experimental results show the effectiveness of the proposed fault detection algorithm.
객체 검출 알고리즘의 속도 향상을 위한 저 복잡도 Non-maxima Suppression 방법에 관한 연구
권용혜(Yonghye Kwon),남지인(Jiin Nam),장시예(Siye Jang),전세윤(Saeyun Jeon) 한국방송·미디어공학회 2023 한국방송공학회 학술발표대회 논문집 Vol.2023 No.6
본 논문에서는 기존의 NMS(Non-maxima Suppression) 방식 대비 더 낮은 시간 복잡도를 갖는 NMS 방법을 제안한다. NMS 란 객체 탐지 모델이 하나의 객체에 대해 예측한 바운딩 박스들 중에서 중복 탐지된 것을 제거하는 알고리즘이다. 기존의 NMS 방법은 모델이 분류해야 할 클래스 수가 증가함에 따라 알고리즘의 시간 복잡도가 함께 증가할 수 있다는 단점이 있다. 본 논문에서는 이러한 문제를 완화하기 위하여, 예측된 바운딩 박스의 다중 클래스별 확률 값 중 최대값만을 사용하는 저 복잡도 NMS 방법을 제안한다. YOLOv5n 모델에 제안하는 방법을 적용하여 MS COCO(Microsoft Common Objects in Context) 데이터셋을 기반으로 실험을 진행한 결과, NMS 소요 시간에 대해 56%의 속도 향상과 mAP(mean Average Precision)의 증가를 확인하였다.