Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
머신러닝을 이용한 저주파 소나 표적 식별 성능에 대한 연구
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Choo, Yeon Seong | - |
| dc.contributor.author | Byun, Sung Hoon | - |
| dc.date.accessioned | 2022-11-07T10:40:15Z | - |
| dc.date.available | 2022-11-07T10:40:15Z | - |
| dc.date.issued | 20221118 | - |
| dc.identifier.uri | https://www.kriso.re.kr/sciwatch/handle/2021.sw.kriso/7773 | - |
| dc.description.abstract | 저주파 소나를 이용하여 표적 산란 신호를 계측하면 고주파를 사용할 때보다 해상도는 낮아지지만 감쇄가 적어 계측 범위가 증가하고, 표적 내부에서 산란된 신호를 계측할 수 있다[1]. 본 연구에서는 저주파를 이용하여 외부 크기나 내부 형상이 다른 표적을 분류할 수 있는지 알아보고자 한다. 표적은 다음 세가지 경우를 고려하였다. (1) 실린더와 구처럼 기하학적 형상이 다른 표적, (2) 기하학적 형상은 실린더지만 길이가 다른 표적, (3) 모양과 크기가 같지만 내부 구조가 다른 표적. 표적의 기하학적 특징이 나타나는 표적의 산란은 상용 시뮬레이션 프로그램으로 생성하였으며, 생성된 표적 신호를 분석하여 표적에 따른 특징을 분석하였다. 또한 머신러닝 알고리즘을 이용하여 각 표적을 분류할 수 있는지 분석하였다. 본 연구는 선박해양플랜트연구소의 주요사업 “중저주파 대역의 이동 배열 센서를 이용하는 합성개구소나 핵심 기술 개발”로 수행된 연구결과입니다.(PES4380). | - |
| dc.language | 한국어 | - |
| dc.language.iso | KOR | - |
| dc.title | 머신러닝을 이용한 저주파 소나 표적 식별 성능에 대한 연구 | - |
| dc.title.alternative | A sutudy on the Low-Frequency Sonar Target Classification Performance using Machine Learning | - |
| dc.type | Conference | - |
| dc.citation.conferenceName | 2022년도 한국음향학회 추계학술대회 | - |
| dc.citation.conferencePlace | 대한민국 | - |
| dc.citation.conferencePlace | 세종대학교 대양AI센터 | - |
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - ETC > 2. Conference Papers
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.