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
- 학술저널
- 저자정보
- 발행연도
- 2019.4
- 수록면
- 381 - 387 (7page)
이용수
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
의학계에 다양하게 인공지능을 적용하는데 있어 한계는 우선적으로 해석자의 병증 이미지를 해석하는데 주관적 견해와 광범위한 해석자, 육체적 피로감 등이다. 그리고 병증마다 주석 달린 데이터 셋을 수집하는데 기간이 오래 걸린다는 것과 개발된 딥러닝 학습 알고리즘의 성능 저하가 없으면서도 충분한 훈련 데이터를 얻을지에 대한 의문이 있다는 것이다.
이에 본 논문에서는 여드름 데이터 셋을 기준으로 기본 이미지를 수집할 때 선정 기준과 수집 절차에 대해 연구하고, Sequential 구조로 딥 러닝 기법을 적용하여 적은 손실률(5.46%)과 높은 정확도(96.26%)로 데이터를 분류하는 모델을 제안한다. Keras에서 기본 제공하는 모델과 비교실험을 통해 제안 모델의 성능을 비교 검증한다. 향후 본 논문에서 제안하는 여드름 분류 모델에 유사 현상들 적용하여 의학 및 피부 관리 분야에도 적용 가능할 것으로 예상된다.
이에 본 논문에서는 여드름 데이터 셋을 기준으로 기본 이미지를 수집할 때 선정 기준과 수집 절차에 대해 연구하고, Sequential 구조로 딥 러닝 기법을 적용하여 적은 손실률(5.46%)과 높은 정확도(96.26%)로 데이터를 분류하는 모델을 제안한다. Keras에서 기본 제공하는 모델과 비교실험을 통해 제안 모델의 성능을 비교 검증한다. 향후 본 논문에서 제안하는 여드름 분류 모델에 유사 현상들 적용하여 의학 및 피부 관리 분야에도 적용 가능할 것으로 예상된다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 분류 데이터 선정 및 데이터 셋 수집
Ⅲ. 이미지 분류 모델 설계 및 구현
Ⅳ. 실험
Ⅴ. 결론
REFERENCES
참고문헌 (9)
참고문헌 신청
L. Liu / 2018 / Deep Learning for Generics Object Detection : A Survey / International Journal of Computer Vision :1~30
H. Pratt / 2016 / Convolutional Neural Networks for Diabetic Retinopathy / International Conference On Medical Imaging Understanding and Analysis 90:200~205
H. Bilen / 2016 / Weakly Supervised Deep Detection Networks / The IEEE Conference on Computer Vision and Pattern Recognition :2846~2854
C. Cao / 2018 / Deep Learning and Its Applications in Biomdicine / Genomics, Protenomics & Bioinformatics 16(1):17~32
M. I. Razzak / 2017 / Deep Learning for Medical Image Processing: Overview, Challenges and Future / Computer Vision and Pattern Recognition 26:323~350
H. Pratt / 2016 / Convolutional Neural Networks for Diabetic Retinopathy / International Conference On Medical Imaging Understanding and Analysis 90:200~205
H. Bilen / 2016 / Weakly Supervised Deep Detection Networks / The IEEE Conference on Computer Vision and Pattern Recognition :2846~2854
C. Cao / 2018 / Deep Learning and Its Applications in Biomdicine / Genomics, Protenomics & Bioinformatics 16(1):17~32
M. I. Razzak / 2017 / Deep Learning for Medical Image Processing: Overview, Challenges and Future / Computer Vision and Pattern Recognition 26:323~350
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Acne Detection Methods and Performance Analysis using Component Images of Various Color Spaces
디지털콘텐츠학회논문지
2021 .09
-
딥러닝 기반 음악 분류 모델 연구 동향
한국정보과학회 학술발표논문집
2022 .06
-
딥러닝
소음·진동
2017 .05
-
딥러닝에 기반한 이미지 범주 분류 기술
한국정보과학회 학술발표논문집
2018 .06
-
딥 러닝을 사용한 동작 감지 및 분류
한국방송미디어공학회 학술발표대회 논문집
2021 .11
-
Genome-scale Metabolic Modeling and In Silico Analysis of Human Skin Pathogen, Cutibacterium acnes
한국생물공학회 학술대회
2022 .09
-
딥러닝을 활용한 공지사항 분류 모델 설계
한국통신학회 학술대회논문집
2020 .11
-
딥 러닝 기반의 전이 학습을 이용한 이미지 분류에 관한 연구
한국전자통신학회 논문지
2023 .06
-
이미지 속성 인식 및 분류를 위한 딥러닝 적용
한국정보과학회 학술발표논문집
2017 .12
-
딥 러닝 모델 기반 텍스트 분류
한국정보통신학회 종합학술대회 논문집
2020 .07
-
Text Classification by Deep Learning Fusion
한국컴퓨터정보학회 학술발표논문집
2019 .07
-
딥러닝을 활용한 변조 방식 분류 기법 연구
한국통신학회 학술대회논문집
2022 .11
-
딥러닝 기반 위성영상 건물 분류에 관한 연구
대한공간정보학회 학술대회
2019 .05
-
딥러닝을 활용한 차종 분류
정보 및 제어 논문집
2020 .10
-
딥러닝 기반의 음원검색 및 분류 시스템
한국컴퓨터정보학회 학술발표논문집
2018 .07
-
여드름 치료 적용을 위한 LED 마스크의 개발 및 광출력 특성 분석
디지털콘텐츠학회논문지
2020 .01
-
딥러닝 기반 전력 설비 이상 분류 시계열 모델
한국정보과학회 학술발표논문집
2024 .06
-
미세플라스틱 형상 분류를 위한 딥러닝 모델 개발
Proceedings of KIIT Conference
2024 .05
-
구조해석을 위한 딥러닝
한국공간구조학회지
2017 .01
-
딥러닝 기반 자동변조분류 기술 분석
한국통신학회 학술대회논문집
2023 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
여드름에 효과적인 약용식물 추출물에 관한 연구동향
구정은
,
박초희
한국화장품미용학회지
2018
.12
여드름을 유발하는 Propionibacterium acnes에 대한 분리 세균들의 항균활성
이다솔
,
송홍규
미생물학회지
2018
.09
여드름(화농균) 치료제의 성능비교
장은혜
,
강채원
,
연응철
외 1명
한국미생물학회 학술대회논문집
2013
.05
여드름 균에 의한 염증성 동물모델에서 멜리틴에 의한 항균 및 염증 억제 효과
이선재
,
김경현
,
이우람
외 3명
Journal of Apiculture
2015
.06
인공지능을 활용한 도주경로 예측 및 추적 시스템
양범석
,
박대우
한국정보통신학회논문지
2022
.08
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-004-000768542