기계학습 분야에서 적조 탐지 연구
기관명 | NDSL |
---|---|
공개여부 | |
사업명 | |
과제명(한글) | |
과제명(영어) | |
과제고유번호 | |
보고서유형 | report |
발행국가 | |
언어 | |
발행년월 | 2023-07-04 |
과제시작년도 |
주관연구기관 | |
---|---|
연구책임자 | 이형태 |
주관부처 | |
사업관리기관 | |
내용 | |
목차 | |
초록 | 현재 적조와 같이 야생동물과 인간에게 악영향을 미치는 자연현상을 위성영상을 이용하여 정확하게 탐지하는 기계학습 연구의 활용도가 점점 높아지고 있다. 그러나 적조 발생의 예측 불가능한 특성, 적조 샘플의 극단적인 희소성, 정확한 지상 실측의 어려움 등으로 인해 위성영상을 통한 적조 탐지는 여전히 매우 어려운 작업으로 남아 있다. i) 적조와 비적조 예 사이의 극단적인 데이터 불균형 및 ii) 탐지 성능을 향상시킬 수 있는 비적조의 확실한 예가 상당히 부족하다. 제안된 작업에서i) 데이터 불균형을 완화하기 위한 계단식 온라인 하드 예제 마이닝 및 ii) 하드 음성 예제를 보완하기 위한 예제 생성기를 이용하여 위에서 제시한 두 가지 문제를 해결할 수 있다. 이 두 가지 방법이 같이 훈련된 기계학습 네트워크는 GOCI 위성영상에서 월등한 적조 감지 정확도를 제공한다. |
원문URL | http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=REPORT&cn=KOSEN000000000002360 |
첨부파일 |
과학기술표준분류 | |
---|---|
ICT 기술분류 | |
주제어 (키워드) |