표제지
목차
요약 8
I. 서론 10
II. 인공지능 시스템 설계 12
1. 데이터 수집 13
2. 데이터 전처리 13
3. 데이터 증강(Data Augmentation) 15
4. 인공신경망 모델 구성 17
5. 전이학습 18
6. 미세조정 22
7. 훈련 25
8. 판별 시스템 28
III. 실험 결과 30
1. 실내 실험 30
2. 현장 실험 34
IV. 결론 39
참고문헌 40
부록 42
Abstract 47
그림 2-1. 딥러닝 모델 개발 과정 12
그림 2-2. 소리저장 파일 13
그림 2-3. 필터링 전 후 스펙트로그램 이미지 14
그림 2-4. ImageDataGenerator에서 제공하는 데이터 증강기법 15
그림 2-5. 2초 딜레이 데이터 증강 이미지 16
그림 2-6. 전형적인 CNN의 구조 17
그림 2-7. 기존의 CNN모델을 대체한 전이학습 모델 18
그림 2-8. 전이학습 모델 종류 19
그림 2-9. Xception모델 구조 20
그림 2-10. Xception모델과 연결된 이진 분류기 모델 21
그림 2-11. 인공지능 모델 22
그림 2-12. 환경에 따른 미세조정 24
그림 2-13. 훈련과 검증, 시험에 사용한 데이터 셋 분할 25
그림 2-14. 에포크에 따른 정확도와 손실 비교 26
그림 2-15. 엣지 컴퓨터의 경험치 이식 과정 27
그림 2-16. 전체 시스템 구성 28
그림 2-17. 판별 동작 흐름도 29
그림 3-1. 실내 실험 환경 31
그림 3-2. 실내 환경에서 수행된 인공지능 정상 결과 32
그림 3-3. 실내 환경에서 수행된 인공지능 고장 결과 33
그림 3-4. 컨베이어 시스템 현장 34
그림 3-5. 필드 환경에서 수행된 인공지능 정상 결과 35
그림 3-6. 필드 환경에서 수행된 인공지능 고장 결과 36
그림 3-7. 1시간 동안 수행 된 인공지능 판단결과 37
그림 3-8. 미흡한 판단의 스펙트로그램 패턴 38