딥러닝 기반 COVID-19 흉부 X-ray 영상 분류모델에 관한 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 고두현 | - |
dc.contributor.author | 최세운 | - |
dc.date.accessioned | 2024-02-15T01:30:19Z | - |
dc.date.available | 2024-02-15T01:30:19Z | - |
dc.date.issued | 2023-11 | - |
dc.identifier.issn | 2234-4772 | - |
dc.identifier.issn | 2288-4165 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/26551 | - |
dc.description.abstract | 코로나19는 전 세계적으로 사회 전반에 걸쳐 다양한 영향을 미치고 있으며, 이러한 팬데믹의 확산으로 인한 피해를 최소화하기 위해 많은 연구들이 진행되고 있다. 특히, 인공지능기반 전이학습은 방사선 흉부영상의 신속한 진단및 최적의 치료법 개발을 위해 다양하게 활용되고 있다. 하지만, 모델들이 가지는 연산량과 학습시간에 대한 최적화를 근거로 하여 적절한 모델을 선택하고 임상에서 적극적으로 활용하기에는 한계가 있다. 따라서, 본 연구에서는 이미지 분류에서 우수한 성능을 보이는 5가지 모델의 연산량과 이에 따른 정확도, 그리고 학습 시간과 이에 따른 정확도를 비교하여, 인공지능의 활용 시 적합한 환경에 따른 최적의 모델 선택을 가능하게 하는 것을 목적으로 한다. | - |
dc.format.extent | 8 | - |
dc.language | 한국어 | - |
dc.language.iso | KOR | - |
dc.publisher | 한국정보통신학회 | - |
dc.title | 딥러닝 기반 COVID-19 흉부 X-ray 영상 분류모델에 관한 연구 | - |
dc.title.alternative | Exploring Deep Learning-Based COVID-19 Chest X-ray Image Classification Models | - |
dc.type | Article | - |
dc.publisher.location | 대한민국 | - |
dc.identifier.doi | 10.6109/jkiice.2023.27.11.1351 | - |
dc.identifier.bibliographicCitation | 한국정보통신학회논문지, v.27, no.11, pp 1351 - 1358 | - |
dc.citation.title | 한국정보통신학회논문지 | - |
dc.citation.volume | 27 | - |
dc.citation.number | 11 | - |
dc.citation.startPage | 1351 | - |
dc.citation.endPage | 1358 | - |
dc.identifier.kciid | ART003017081 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | Artificial intelligence | - |
dc.subject.keywordAuthor | Covid-19 | - |
dc.subject.keywordAuthor | Transfer learning | - |
dc.subject.keywordAuthor | CNN | - |
dc.subject.keywordAuthor | Deep learning | - |
dc.subject.keywordAuthor | 인공지능 | - |
dc.subject.keywordAuthor | 코로나19 | - |
dc.subject.keywordAuthor | 전이학습 | - |
dc.subject.keywordAuthor | 합성곱신경망 | - |
dc.subject.keywordAuthor | 딥러닝 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
350-27, Gumi-daero, Gumi-si, Gyeongsangbuk-do, Republic of Korea (39253)054-478-7170
COPYRIGHT 2020 Kumoh University All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.