• 한국지반공학회논문집
• /
• 제39권12호
• /
• pp.37-46
• /
• 2023

동적 물성치는 지반의 상세한 거동을 예측하기 위한 필수인자이나, 샘플 채취와 추가적인 실험이 동반되는 한계가 있다. 본 연구의 목적은 정적 지반 물성치를 기반으로 동적 지반 물성치를 예측하는 것으로 인공신경망을 활용하고자 하였다. 정적 물성치는 점착력, 내부마찰각, 함수비, 비중 그리고 일축압축강도로 선정하였으며 출력 값인 동적물성치는 압축파 속도와 전단파 속도로 결정하였다. 인공신경망 적용시 결과값의 신뢰성을 높이기 위해 Levenberg-Marquardt와 Bayesian regularization 방법을 적용하였으며, 각 최적화 방법에 따른 신뢰성을 비교하였다. 인공신경망 모델의 정확도는 결정계수로 나타냈으며, train과 test 과정 모두 0.9 이상의 값을 보여 해당 연구에서 구축한 인공신경망의 신뢰성이 높은 것으로 나타났다. 또한, 구축된 인공신경망 모델의 검증을 위해 새로운 입력 데이터에 대해서도 출력값의 신뢰성을 검증하였으며, 그 결과 높은 정확도를 보였다.

• 마이크로전자및패키징학회지
• /
• 제31권2호
• /
• pp.28-35
• /
• 2024

전자패키지 내부의 부식이 시스템 성능 및 신뢰성에 큰 영향을 미치고 있어, 시스템 건전성 관리를 위해 부식에 대한 비파괴적 진단 기법의 필요성이 커지고 있다. 본 연구에서는 복소 임피던스의 크기와 위상을 통합적으로 시각화하는 도구인 스미스 차트를 활용하여, 구리 인터커넥트의 부식을 비파괴적으로 평가하는 방법을 제시하고자 한다. 실험을 위해 구리 전송선을 모사한 시편을 제작하고, MIL-STD-810G 기준 온습도 사이클에 노출시켜 시편에 부식을 인가하였다. R 채널 기반 색변화로 시편의 부식도를 정량적으로 평가하고 레이블링 하였다. 부식의 성장에 따라 시편의 S-파라미터와 스미스 차트를 측정한 결과, 5 단계의 부식도에 따라 유의미한 패턴의 변화가 관찰되어, 스미스 차트가 부식도 평가에 효과적인 도구임을 확인하였다. 더 나아가 데이터 증강을 통해 다양한 부식도를 갖는 4,444개의 스미스 차트를 확보하여, 스미스 차트를 입력 받아 구리 인터커넥트의 부식 단계를 출력하는 인공지능 모델을 학습시켰다. 이미지 분류에 특화된 CNN 및 Transfomrer 모델을 적용한 결과, ConvNeXt 모델이 정확도 89.4%로 가장 높은 부식 진단 성능을 보였다. 스미스 차트를 이용하여 전자패키지 내부 부식을 진단할 경우, 전자신호를 이용하는 비파괴적 평가를 수행할 수 있다. 또한. 신호 크기와 위상 정보를 통합적으로 시각화 하여 직관적이며 노이즈에 강건한 진단이 가능할 것으로 기대한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제10권2호
• /
• pp.133-144
• /
• 2006

FRP 판은 외부 부착된 보강 판의 효과적인 부착강도의 증진으로 실질적으로 부착강도에 대한 많은 연구가 수행되어왔다. 선행연구자들은 이러한 부착강도를 알아보기 위하여 다양한 변수를 설정하여 실험을 통하여 FRP 판의 부착강도를 규명하였다. 그러나, 이러한 부착강도를 알아보기 위한 실험은 장비구축의 비용과 시간 소비가 많이 되고 수행하기 어렵기 때문에 국한적으로 수행되고 있다. 본 연구는 선행연구자들의 부착실험 데이터를 다양한 신경망 모형과 알고리즘을 적용하여 최적의 인공신경망 모형을 개발하는데 그 목적이 있다. 인공신경망 모형의 출력층은 부착강도, 입력층은 FRP 판의 두께, 폭, 부착 길이, 탄성계수, 인장강도와 콘크리트의 압축강도, 인장강도, 폭을 변수로 선정하여 학습을 수행하였다. 개발된 인공신경망 모형은 역전파 학습 알고리즘을 적용하였으며, 오차는 0.001범위에 수렴되도록 학습을 하였다. 또한, 일반화 과정은 Bayesian 기법을 도입함으로써 보다 일반화된 방법으로 과대적합의 문제를 해소하였다. 개발된 모형의 검증은 학습에 이용되지 않은 다른 선행연구자들의 부착강도 결과 값과 비교함으로서 실시하였다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제13권1호
• /
• pp.77-91
• /
• 2008

본 연구에서는 지하수 오염 취약성 평가 방법 중 가장 활용도가 높은 DRASTIC 기법 및 지하수 수치모사 기법을 병행하여 충청남도 부여군 부여읍 일대의 지하수 오염 취약성 변화를 평가하였다. 특히, DRASTIC 기법에서 사용되는 7가지 수리인자들 중 취약성에 대한 민감도가 상대적으로 높고 비교적 장기간 자료의 획득이 용이하지 않은 '지하수위(depth to water)' 인자에 대하여 수치모사 기법을 적용하여 시-자료에 대한 동적 보간을 실시하였으며, 이를 통하여 시간에 따른 지하수위 변화가 지하수 오염 취약성에 미치는 영향을 검토하였다. 연구의 대상 지역은 부여군 부여읍 일대로 충적 대수층을 대상으로 기 실시된 지하수 수위자료를 보정대상으로 하였으며 연구지역의 지하수위 분포양상을 모사하기 위하여 유한차분모델인 MODFLOW를 이용하였다. 지하수 수치모사에는 정류 및 부정류 모사가 모두 실시되었다. 그 결과 기존 지구통계기법을 통한 지하수위 보간에서 가장 큰 가중치를 갖는 지형적 요인뿐만 아니라 유역 암상이나 지질특성 등과 같은 제반 수리지질학적 요인까지 복합적으로 반영하는 지하수위 자료를 얻을 수 있었다. 기존 연구에서 수위자료를 보완할 때 주로 이용되는 기법인 크리깅은 수치모사와는 달리 강우나 계절적 영향, 암상이나 지질등과 같은 요인들은 반영하지 못한다. 또한 수치모사를 통하여 얻어진 수위자료는 부정류 모사가 가능함으로 인하여 풍수기와 갈수기 그리고 평수기의 지하수위 변화 등도 파악할 수 있다는 장점이 있다. 모사를 통하여 얻어진 지하수위 자료와 공동크리깅 방법을 통해 얻어진 지하수위 자료를 입력자료로 하여 연구지역에 지하수 오염 취약성을 비교 평가한 결과 평수기의 경우 유사한 경향의 지하수 오염 취약성을 보였다. 또한 공동크리깅을 통해 분석이 어려운 분기별 지하수 오염 취약성 평가 결과 강우량이 많은 여름철을 포함한 분기와 강우량이 가장 적은 겨울철을 포함한 분기가 뚜렷한 취약성 차이를 보이는 것으로 분석되었다. 본 연구에서 제시하는 바와 같이 지하수 오염 취약성 평가에 있어 가장 큰 민감도를 갖는 수위자료의 수가 공간적 혹은 시간적으로 부족한 경우 수치모사 적용을 통해 자료의 한계성을 보완할 수 있으며 시간적인 보간이 이루어질 수 있어 유용할 수 있을 것이라 판단된다.

• 농업과학연구
• /
• 제8권1호
• /
• pp.90-96
• /
• 1981

농업기계(農業機械)의 개량(改良) 및 개발(改發)의 새로운 설계(設計)를 위(爲)하여는 기계요소(機械要素)의 strain의 정밀측정(精密測定)이 중요(重要)하다. 각종(各種) 농업기계요소(農業機械要素)의 strain 측정(測定)을 위(爲)하여 현재(現在) 널리 사용(使用)하고 있는 strain 계측장치(計測裝置)의 Recorder는 1,000m/s 이하(以上)의 고속측정(高速測定)에는 이용(利用)하기 어려울뿐아니라 포장(圃場)에서 실험(實驗)할 경우는 매우 불편(不便)하고 또한 Recording paper에 나타난 Analog Data를 인력(人力)에 의(依)해 Digital로 변환(變換)해야 하므로 이때의 분석소요시간(分析所要時間)이 많이 소요(所要)될 뿐 아니라 오차(誤差)의 발생요인(發生要因)도 많이 내포(內包)하고 있다. 본(本) 연구(硏究)는 Amplifier에서 출력(出力)되는 Analog Signal을 A/D 변환기(變換器)를 갖춘 마이크로 콤퓨터에서 실시간(實時間)으로 측정(測定)하고, 이를 보통의 카세트녹음기(錄音器)에 수록(收錄)하였다가 실험후(實驗後) 콤퓨터에 보내 처리(處理)하는 방안(方案)에 관(關)해 연구(硏究)를 실시(實施)한 바 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 측정시간간격(測定時間間隔), 사용(使用) channel수(數) 및 data수(數)를 자유(自由)로 조정(調整)할 수 있는 측정(測定) program을 개발(開發)하였으며 특(特)히 측정시간(測定時間) 간격(間隔)은 고속측정(高速測定)이 최소(最少) $62{\mu}s$까지 가능(可能)하였다. 2. Calibration은 funcfion generator와 Oscilloscope를 이용(利用)하여 삼각파(三角波)를 넣어 측정(測定)한 결과(決果)를 콤퓨터에서 plotling한 결과(結果) 정확(正確)한 삼각파(三角波)를 얻을 수 있어 phase distorsion, amplitude distorsion의 문제(問題)가 전혀 없는 것이 인정(認定)되었다. 3. 진동주기(振動週期)가 0.019초(秒)인 Cantilever beam vibrafor의 strain 변화(變化)를 이 실험장치(實驗裝置)로 측정시간(測定時間) 간격(間隔) 1.0ms로 측정(測定)하여 콤퓨터에서 plotting한 결과(結果) 이론치(理論値)와 잘 일치(一致)하는 진동곡선(振動曲線)을 얻었다. 4. 마이크로 콤퓨터는 농업기계요소(農業機械要素)의 strain 측정(測定)에 이용(利用)하면 분석시간(分析時間)이 절약(節約)되고 기록용지(記錄用紙)를 사용(使用)치 않아 경제적(經濟的)일 뿐 아니라 포장실험(圃場實驗) 적응성(適應性)이 우수(優秀)하고 정밀고속측정등(精密高速測定等) 우수(優秀)한 성능(性能)을 갖춘 것으로 인정(認定)된다.

• 대한전자공학회논문지SD
• /
• 제48권5호
• /
• pp.25-33
• /
• 2011

본 논문에서는 CIS 응용을 위해 제한된 폭을 가지는 10비트 50MS/s 0.13um CMOS 3단 파이프라인 ADC를 제안한다. 통상 CIS에 사용되는 아날로그 회로에서는 수용 가능한 조도 범위를 충분히 확보하기 위해 높은 전원전압을 사용하여 넓은 범위의 아날로그 신호를 처리한다. 그 반면, 디지털 회로에서는 전력 효율성을 위해 낮은 전원전압을 사용하므로 제안하는 ADC는 해당 전원전압들을 모두 사용하여 넓은 범위의 아날로그 신호를 낮은 전압 기반의 디지털 데이터로 변환하도록 설계하였다. 또한 2개의 잔류 증폭기에 적용한 증폭기 공유기법은 각 단의 증폭동작에 따라 전류를 조절함으로써 증폭기의 성능을 최적화 하여 전력 효율을 더욱 향상시켰다. 동일한 구조를 가진 3개의 FLASH ADC에서는 인터폴레이션 기법을 통해 비교기의 입력 단 개수를 절반으로 줄였으며, 프리앰프를 제거하여 래치만으로 비교기를 구성하였다. 또한 래치에 입력 단과 출력 단을 분리하는 풀-다운 스위치를 사용하여 킥-백 잡음으로 인한 문제를 최소화하였다. 기준전류 및 전압회로에서는 온-칩 저 전력 전압구동회로만으로 요구되는 정착시간 성능을 확보하였으며, 디지털 교정회로에는 신호특성에 따른 두 종류의 레벨-쉬프트 회로를 두어 낮은 전압의 디지털 데이터가 출력되도록 설계하였다. 제안하는 시제품 ADC는 0.35um thick-gate-oxide 트랜지스터를 지원하는 0.13um CMOS로 제작되었으며, 측정된 DNL 및 INL은 10비트에서 각각 최대 0.42LSB, 1.19LSB 수준을 보이며, 동적 성능은 50MS/s 동작속도에서 55.4dB의 SNDR과 68.7dB의 SFDR을 보인다. 시제품 ADC의 칩 면적은 0.53$mm^2$이며, 2.0V의 아날로그 전압, 2.8V 및 1.2V 등 두 종류의 디지털 전원전압에서 총 15.6mW의 전력을 소모한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2003년도 춘계종합학술대회논문집
• /
• pp.344-350
• /
• 2003

본 논문에서는 원격ㆍ다원으로 구축된 컴퓨팅 환경에서 공동 사용자간에 발생하는 이벤트를 순서화 하여 공유하는 방법과 이를 멀티미디어 자료에 적용하여 구현함으로써 통신망을 이용한 공동작업의 효과를 향상시키는 공유기술을 제안한다. 이 공유방법은 정보통신망의 서로 다른 지역에 설치된 사용자간의 프리젠테이션, 저작, 활용, 이벤트 발생 등을 원활하게 하여 원격교육, 화상회의, 멀티미디어 콘텐츠 공동저작 둥 원격ㆍ다원 프로젝트의 수행에 있어 효율성을 크게 향상시킨다. 기존의 공동 화이트보드(sharing white board) 시스템에 있어서는, 멀티미디어 단위 콘텐츠를 반드시 전용 프로그램에 의하여 저작하고 이미 저작되어 있는 콘텐츠나 프로그램은 사용할 수 없으며, 원격ㆍ다원으로 접수되는 명령어의 입력순서를 정렬하는 기술이 적용되지 않은 상태였으므로 순서오류에 의한 오동작을 감수해야 하는 문제점을 안고 있었다. 이에, 본 논문은 프로그램의 종류에 관계없이 윈도우 시스템으로부터 입출력 이벤트(event)를 추출하는 기술과 운영체제 내의 프로그램간 전송에 있어 이벤트를 후킹(hooking)하는 기술 및 공유 프로그램의 처리결과를 원격ㆍ다원으로 분산된 환경에 전달하는 알고리듬을 설계하고 이를 구현함으로써 원격ㆍ다원 환경의 모든 참여자가 오류 얼이 동일한 결과를 정확하게 공유할 수 있도록 개선하였다. 본 논문의 공유기술은 멀티미디어 콘텐츠의 공동저작, 원격교육에 있어서 공동칠판의 활용, 화상회의에 있어서 프리젠테이션 화면 제공 등에 활용함으로써 온라인 면대면 효과를 향상시키는 것으로 확인되었다.하였으나(P<0.05), 계란1개당 사료비에서는 18∼20g 공급구간에 유의차가 없었다. (시험 2) 육용종계 하절기 산란피크계의 에너지 공급수준에 관한 연구: 육용종계 산란기의 적정 에너지공급체계를 구명하기 위하여 강원도 홍천군 북방면소재 홍천종계에서 케이지 사양형태의 로스 육용종계 400수를 공시하여 2002년 4월부터 2003년 1월까지 40주간 (24∼64주령) 표2와 같은 4가지 에너지공급체계로 사양시험을 실시한 결과를 요약하면 다음과 같다. 1) 총 산란율, 종란 산란율, 평균난중 및 성계 생존율은 모두 처리간에 유의적인 차이가 인정되지 않았으나, 산란율은 1일 에너지공급량이 많을수록 오히려 저하하는 경향을 보였다. 2) 사료요구율, ME 및 CP요구량과 사료비는 모두 1일 에너지공급량이 많아질수록 증가하는 경향을 보였다(P<0.05).dis에 대한 키토산의 최소저해농도는 각각 0.1461 mg/mL, 0.2419 mg/mL, 0.0980 mg/mL 및 0.0490 mg/mL로 측정되었다. 또한 2%(v/v) 초산 자체의 최소저해농도를 측정한 결과, B. cereus, L. mosocytogenes, E. eoli에 대해서는 control과 비교시 유의적인 항균효과는 나타나지 않았다. 반면에 S. enteritidis의 경우는 배양시간 4시간까지는 항균활성을 나타내었지만, 8시간 이후부터는 S. enteritidis의 성장이 control 보다 높아져 배양시간 20시간에서는 control 보다 약 2배 이상 균주의 성장을 촉진시켰다.차에 따른 개별화 학습을 가능하게 할 뿐만 아니라

• 한국산림과학회지
• /
• 제32권1호
• /
• pp.29-35
• /
• 1976

항도지역(港都地域)(부산(釜山), 인천(仁川)), 호남지역(湖南地域)(전남북(全南北)), 관동지역(關東地域)(강원(江原), 경북(慶北))에서 총(總) 96개소(個所)의 표목제재소(標木製材所)를 선정(選定)하여 Cobb-Douglas 생산함수(生産函數)를 유도(誘導)한 다음 1967-1975년(年) 사이의 기술진보율(技術進步率)과 제재생산인자(製材生産因子)의 생산성(生産性) 및 적정요소투입량(適正要素投入量)을 계측(計測)하였으며, 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 3지역(地域)에서 모두 제재소(製材所)의 평균규모(平均規模)는 증대(增大)하는 경향(傾向)이 있다. 즉 제재소당(製材所當) 보유마력수(保有馬力數)의 증가율(增加率)은 항도지역(港都地域)이 91.0%, 호남지역(湖南地域)이 7.7%, 관동지역(關東地域)이 16.9%로 나타났다. 이는 외재수입항(外材輸入港)을 중심(中心)으로한 도불형(都巿型) 제재소(製材所)가 크게 발전(發展)하고 있음을 뜻한다. 2. 1967년(年)에는 3지역(地域) 제재생산함수(製材生産函數)의 회귀계수(回歸係數)(생산탄성치(生産彈性値))가 거의 비슷하였으나 1975년(年)에는 지역간(地域間)의 차이(差異)가 현저(顯著)하게 나타났다. 즉 1967년(年)의 생산제약요인(生産制約要因)은 3지역(地域)에서 모두 자본(資本)이었으나 1975년(年)에는 관동지역(關東地域)만이 자본(資本)의 제약(制約)을 받고 있다. 탄성치(彈性値)의 합계(合計)는 ${\alpha}+{\beta}$ > 1이므로 규모(規模)에 대한 보수(報酬)는 모두 점증적(漸增的)인 상태(狀態)에 있다. 3. 관측기간중(觀測期間中)의 기술진보율(技術進步率)은 항도지역(港都地域)이 17.58%, 호남지역(湖南地域)이 7.58%, 관동지역(關東地域)이 2.24%이다. 자본생산성(資本生産性)에 비(比)하여 노동생산성(勞動生産性)이 높은 지역(地域)은 항도지역(港都地域)이며, 이는 자본집약적(資本集約的)인 경영(經營)이 이루어지고 있음을 뜻한다. 그러나 경제여건(經濟與件)이 안정(安定)되어 있는 외국(外國)의 경우에 비추어 볼 때, 3지역(地域)의 노동탄성치(勞動彈性値)가 자본탄성치(資本彈性値)에 비하여 높다는 것은 상대적(相對的)으로 자본생산성(資本生産性)의 하위성(下位性), 즉 과대 자본투자(資本投資)를 의미하는 것으로 제재용재(製材用材)의 공급량(供給量)이 증가(增加)되지 않는 한(限) 미이용자본(未利用資本)의 회수(回收)가 필요(必要)할 것으로 생각된다. 4. 이윤극대화(利潤極大化)를 위한 생산요소(生産要素)의 적정투입량(適正投入量)은 산출물(産出物)과 투입물(投入物)의 가격변화(價格變化)에 따라 달라지나, $m^2$당(當) 제재목(製材木) 가격(價格)이 50,000원, 기업(企業)의 매출총이익율(賣出總利益率)이 9%, 연간노임(年間勞賃)이 540,000원, 마력당(馬力當) 가격(價格)이 100,000원일 때, 항도지역(港都地域), 호남지역(湖南地域), 관동지역(關東地域)에서 자본(資本)과 노동(勞動)의 적정투입량(適正投入量)은 각각(各各) 57 : 17, 427 : 94, 192 : 27로 나타났다.

• 전기전자학회논문지
• /
• 제25권3호
• /
• pp.493-500
• /
• 2021

본 논문에서는 다각형 용기의 품질 향상을 위한 딥러닝 구조 개발을 제안한다. 딥러닝 구조는 convolution 층, bottleneck 층, fully connect 층, softmax 층 등으로 구성된다. Convolution 층은 입력 이미지 또는 이전 층의 특징 이미지를 여러 특징 필터와 convolution 3x3 연산하여 특징 이미지를 얻어 내는 층이다. Bottleneck 층은 convolution 층을 통해 추출된 특징 이미지상의 특징들 중에서 최적의 특징들만 선별하여 convolution 1x1 ReLU로 채널을 감소시키고convolution 3x3 ReLU를 실시한다. Bottleneck 층을 거친 후에 수행되는 global average pooling 연산과정은 convolution 층을 통해 추출된 특징 이미지의 특징들 중에서 최적의 특징들만 선별하여 특징 이미지의 크기를 감소시킨다. Fully connect 층은 6개의 fully connect layer를 거쳐 출력 데이터가 산출된다. Softmax 층은 입력층 노드의 값과 연산을 진행하려는 목표 노드 사이의 가중치와 곱을 하여 합하고 활성화 함수를 통해 0~1 사이의 값으로 변환한다. 학습이 완료된 후에 인식 과정에서는 학습 과정과 마찬가지로 카메라를 이용한 이미지 획득, 측정 위치 검출, 딥러닝을 활용한 비원형 유리병 분류 등을 수행하여 비원형 유리병을 분류한다. 제안된 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 양품/불량 판별 정확도 99%로 세계최고 수준과 동일한 수준으로 산출되었다. 검사 소요 시간은 평균 1.7초로 비원형 머신비전 시스템을 사용하는 생산 공정의 가동 시간 기준 내로 산출되었다. 따라서 본 본문에서 제안한 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능의 그 효용성이 입증되었다.