지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 허장욱
- 발행연도
- 2020
- 저작권
- 금오공과대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
기계 구조물의 파손에서 금속의 파면은 사고의 원인, 사고의 양상, 파괴과정에서 받은 하중 이력 등 많은 정보를 포함하고 있다. 파면의 분석은 전문적인 영역으로 숙련된 전문인력이 필요하다. 본 연구에서는 최근 발전되고 있는 분야인 Deep Learning을 이용하여 Fractography를 하는 프로그램의 개발을 통해 쉽고 간편하게 대량의 파면들을 분류해내어 설계보완에 중요한 데이터를 제공할 수 있도록 한다.
본 연구에서는 Deep Learning의 기법의 하나인 ConvNet(Convolutional Neural Network)기법을 사용하여 연성 파면의 특징(Dimple), 취성 파면의 특징(Cleavage), 피로 파면의 특징(Striation)을 각각 분류해 낼 수 있도록 하는 프로그램을 개발하였다.
이미지와 필터의 합성곱(Convolution) 연산과 활성화 함수(Activation Function), Pooling, Softmax 등의 과정을 거쳐 최종 답안과 비교하여 그 차이만큼 오류 역전파(Error Backpropagation)을 통해 사용된 필터를 업데이트하여, 이미지에서 파면의 특징을 추출할 수 있게 하였다.
본 연구에서는 Deep Learning의 기법의 하나인 ConvNet(Convolutional Neural Network)기법을 사용하여 연성 파면의 특징(Dimple), 취성 파면의 특징(Cleavage), 피로 파면의 특징(Striation)을 각각 분류해 낼 수 있도록 하는 프로그램을 개발하였다.
이미지와 필터의 합성곱(Convolution) 연산과 활성화 함수(Activation Function), Pooling, Softmax 등의 과정을 거쳐 최종 답안과 비교하여 그 차이만큼 오류 역전파(Error Backpropagation)을 통해 사용된 필터를 업데이트하여, 이미지에서 파면의 특징을 추출할 수 있게 하였다.
목차
목 차[그림 차례] i[표 차례] ii[수식 차례] iii[기호 설명] iv제 1 장 서 론 11.1 연구배경 및 필요성 11.2 연구목표 및 주요 내용 21.3 선행기술 연구내용 41.3.1 Yokohama National University : FraD Consortium (2019) 41.3.2 Deep Learning for Fractographic Classification in Matallic Materials (2020) 5제 2 장 이론적 배경 62.1 금속의 파괴 메커니즘 62.2 Fractography 92.2.1 손상원인 분석 92.2.2 재료와 파면의 상관관계 132.2.3 파면분석법 142.3 Machine Learning 172.3.1 Artificial Neural Network 182.3.2 Convolutional Neural Network 202.3.3 Gradient Descent 24제 3 장 파면분석 프로그램 설계 및 개발 263.1 파면분석 프로그램 알고리즘 설계 263.2 파면분석 프로그램 개발 283.2.1 바탕 프로그램 선정 283.2.2 프로그램 수정 및 개발 34제 4 장 결과 및 고찰 394.1 파면 분류 결과 및 고찰 394.1.1 프로그램 1에 대한 결과 및 고찰 404.1.2 프로그램 2에 대한 결과 및 고찰 43제 5 장 후행 연구 제시 525.1 후행 연구 과제 제시 525.1.1 학습데이터 바탕 파면 Detecting 개발 535.1.2 파면별 분석 프로그램 개발 53제 6 장 결 론 54[참고 문헌] 55부록 A 프로그램 1 코드 58부록 B 프로그램 2 코드 67
최근 본 자료
댓글(0)
0