학술논문
편광현미경 이미지 기반 염기성 화산암 분류를 위한 인공지능 모델의 효용성 평가
이용수 49
- 영문명
- Evaluating the Effectiveness of an Artificial Intelligence Model for Classification of Basic Volcanic Rocks Based on Polarized Microscope Image
- 발행기관
- 대한자원환경지질학회
- 저자명
- 간행물 정보
- 『자원환경지질』55권 3호, 309~316쪽, 전체 8쪽
- 주제분류
- 자연과학 > 지질학
- 파일형태
- 발행일자
- 2022.06.30
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
암석 분류에 필요한 인적, 시간적 소모를 최소화하기 위해 최근 인공지능을 활용한 암석 분류 연구가 대두되었다. 이에 본 연구에서는 편광현미경 박편 이미지를 활용하여 염기성 화산암을 세분류하고자 하였다. 분류에 사용된 인공지능 모델은 Tensorflow, Keras 라이브러리를 기반으로 합성곱 신경망 모델을 자체 제작하였다. Olivine basalt, basaltic andesite, olivine tholeiite, trachytic olivine basalt 기준시료 박편을 개방 니콜, 직교 니콜, 그리고 gypsum plate를 장착하고 촬영한 이미지 총 720장을 인공지능 모델에 training : test = 7 : 3 비율로 학습시켰다. 학습결과, 80~90%이상의 분류 정확도를 보였다. 각각의 인공지능 모델의 분류 정확도를 확인하였을 때, 본 모델의 암석분류 방식이 지질학자의 암석 분류 프로세스와 크게 다르지 않을 것으로 예상된다. 나아가 본 모델 뿐 아니라 보다 다양한 암석종을 세분시키는 모델을 제작하여 통합한다면, 데이터 분류의 신속성과 비전문가의 접근성 모두를 만족시키는 인공지능 모델을 개발할 수 있으며, 이를 통해 암석학 기초연구의 새로운 틀을 마련할 수 있을 것으로 생각된다.
영문 초록
In order to minimize the human and time consumption required for rock classification, research on rock classification using artificial intelligence (AI) has recently developed. In this study, basic volcanic rocks were subdivided by using polarizing microscope thin section images. A convolutional neural network (CNN) model based on Tensorflow and Keras libraries was self-producted for rock classification. A total of 720 images of olivine basalt, basaltic andesite, olivine tholeiite, trachytic olivine basalt reference specimens were mounted with open nicol, cross nicol, and adding gypsum plates, and trained at the training : test = 7 : 3 ratio. As a result of machine learning, the classification accuracy was over 80-90%. When we confirmed the classification accuracy of each AI model, it is expected that the rock classification method of this model will not be much different from the rock classification process of a geologist. Furthermore, if not only this model but also models that subdivide more diverse rock types are produced and integrated, the AI model that satisfies both the speed of data classification and the accessibility of non-experts can be developed, thereby providing a new framework for basic petrology research.
목차
1. 서 론
2. 염기성 화산암 분류 및 박편 이미지 획득
3. 인공지능 모델 (Artificial Intelligence Model)
4. 결과 및 토의
5. 결 론
사 사
References
키워드
해당간행물 수록 논문
- 호수 내 화쇄밀도류의 퇴적과정: 밀양시 단장면 일원 백악기 정각산층의 예
- 납계열 안료의 대기환경에 따른 열화특성
- Multifractal Classification of the Disturbed Areas of the Sidi ChennanePhosphate Deposit, Morocco
- 지질자원기술 빅데이터 분석을 통한 국민 인식 제고 방안 연구
- 편광현미경 이미지 기반 염기성 화산암 분류를 위한 인공지능 모델의 효용성 평가
- 함희토류 탄층: 비전통적 희토류 광체로서의 가능성에 대한 고찰
- 시멘트-벤토나이트 상호작용에 의한 벤토나이트 변질 연구사례 분석
- 인도네시아 칼리만탄 남동측에 위치하는 아셈-아셈분지 석탄층 가스의 기원과 메탄생성경로 해석
참고문헌
관련논문
자연과학 > 지질학분야 BEST
- 공주 무령왕릉과 왕릉원 내부에 사용한 석회 및 점토의 재료학적 동질성과 조달체계 검토
- 석탄광산배수처리슬러지에 Na와 S를 첨가하여 개량한 흡착제의 세슘 흡착 특성 규명
- 이산화탄소 포집/저장/활용 기술 특허 동향 분석
자연과학 > 지질학분야 NEW
- 한국연안방재학회지 제11권 제1호 목차
- 소파호안에서 고립파 침수에 의한 컨테이너의 표류 거동
- 연안 페리선박에 고박된 트레일러의 가속도 분석을 통한 사고 위험성의 추정 알고리즘 개발
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!