• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 추계학술대회
• /
• pp.206-208
• /
• 2019

섬이 많은 우리나라에는 섬에 전력을 공급하기 위하여 섬과 육지 혹은 섬과 섬 사이를 연결하는 전력공급선이 송전선이 많이 설치되어 있다. 송전선에는 또 헬리콥터가 비행을 할 때 헬리콥터와 송전선과의 충돌을 방지하기 위하여 항공장해표시구가 부착되어 있다. 이들 송전선 밑에 항로가 있을 경우 그곳을 지나는 선박의 레이더에 송전선에 의한 거짓상이 나타나 항해자가 소형 선박의 영상을 식별하는 데 어려움이 야기되기도 한다. 이 논문에서는 송전선에 의한 레이더 상이 발생하는 이유와 그 대책을 제시하고자 한다.

• 한국음향학회지
• /
• 제39권4호
• /
• pp.292-302
• /
• 2020

기계학습 알고리즘은 소나 및 레이더를 포함한 다양한 분야에서 사용되고 있다. 최근 개발된 GAN(Generative Adversarial Networks)의 변형인 Cycle-Consistency Generative Adversarial Network(CycleGAN)은 쌍을 이루지 않은 이미지-이미지 변환에 대해 검증된 네트워크이다. 본 논문에서는 높은 품질로 수중 선박 엔진음을 변환시킬 수 있는 변형된 CycleGAN을 제안한다. 제안된 네트워크는 수중 음향을 기존영역에서 목표영역으로 변환시키는 생성자 모델과 데이터를 참과 거짓으로 구분하는 개선된 식별자 그리고 변환된 수환 일관성(Cycle Consistency) 손실함수로 구성된다. 제안된 CycleGAN의 정량 및 정성분석은 공개적으로 사용 가능한 수중 데이터 ShipsEar을 사용하여 기존 알고리즘들과 Mel-cepstral분포, 구조적 유사 지수, 최소 거리 비교, 평균 의견 점수를 평가 및 비교함으로써 수행되었고, 분석결과는 제안된 네트워크의 유효성을 입증하였다.