| 1 |
1
신호처리 분석장치로부터 Cepstrum 이미지를 생성하는 Cepstrum 이미지 생성단계;인공지능학습을 통해 상기 생성된 Cepstrum 이미지의 픽셀에 소정의 가중치 값을 곱하고 특성 이미지를 추출하는 특성 이미지 추출단계;상기 추출된 특성 이미지 중에서 가장 큰 픽셀을 추출하는 대표 이미지 추출단계;상기 추출된 대표 이미지 정보를 종합하여 종합 이미지를 생성하는 이미지 종합단계;상기 종합된 이미지를 기설정된 값과 비교하여 예측되는 체결력을 표시하는 체결력 예측단계; 를 포함하는,합성곱 신경망법을 이용한 체결력 예측방법
|
| 2 |
2
제1항에 있어서,상기 이미지 종합단계와 상기 체결력 예측단계 사이에는 상기 가중치 값의 최적화를 위한 Adam Optimization이 적용되는 것을 특징으로 하는,합성곱 신경망법을 이용한 체결력 예측방법
|
| 3 |
3
제2항에 있어서,상기 Adam Optimization에는 손실함수가 적용되는 것을 특징으로 하는,합성곱 신경망법을 이용한 체결력 예측방법
|
| 4 |
4
제1항에 있어서,상기 특성 이미지 추출단계에는 Convolution filter가 적용되는 것을 특징으로 하는, 합성곱 신경망법을 이용한 체결력 예측방법
|
| 5 |
5
제1항에 있어서,상기 대표 이미지 추출단계는 Pooling filter가 적용되는 것을 특징으로 하는,합성곱 신경망법을 이용한 체결력 예측방법
|
| 6 |
6
제4항에 있어서,상기 Convolution filter는 적어도 2 이상이 연속하여 적용되는 것을 특징으로 하는,합성곱 신경망법을 이용한 체결력 예측방법
|
| 7 |
7
제6항에 있어서상기 추출된 대표 이미지가 적어도 한번 다시 상기 특성 이미지 추출단계를 거치는 것을 특징으로 하는,합성곱 신경망법을 이용한 체결력 예측방법
|
| 8 |
8
신호처리 분석장치로부터 Cepstrum 이미지를 생성하는 Cepstrum 이미지 생성단계;상기 생성된 Cepstrum 이미지를 기설정된 값과 비교하여 예측되는 체결력을 표시하는 예측단계; 를 포함하는,합성곱 신경망법을 이용한 체결력 예측방법
|
