Detection of Illicit Drugs with Multi-sensor E-nose using Multi-branch Convolutional Neural Networks
마약 밀수 탐지는 중요한 과제이며, 이를 해결하기 위해 심층 학습을 활용한 해결책이 연구되어왔지만 사용할 수 있는 마약 데이터가 부족하여 제한적으로 연구가 이루어졌다. 본 논문에서는 다중 센서 전자코 시스템을 사용하여 수집한 마약 가스 데이터를 효과적으로 분류할 수 있는 새로운 심층 학습 방법을 제안한다. 이를 위해 다중 가지 컨볼루션 뉴럴 네트워크를 제안하며 각 네트워크 가지가 서로 다른 유속에서 수집된 데이터를 처리하도록 한다. 그리고 개별 가지에서 나온 결과를 통합하여 최종 분류 결과를 도출한다. 실험 결과를 통해 제안하는 방법이 전통적인 기계학습 알고리즘보다 높은 정확도를 달성한다는 것을 입증한다.
Authors
- Do‐Hyeun Kim (ORCID: https://orcid.org/0000-0002-3457-2301)
- H. Park (ORCID: https://orcid.org/0000-0002-6966-1689)
- Jong‐Seok Lee (ORCID: https://orcid.org/0000-0002-8038-1119)
- Hojung Lee
- Jae-Hun Choi (ORCID: https://orcid.org/0009-0001-1332-3883)
Publication Details
- Journal
- Journal of the Institute of Electronics and Information Engineers
- Published
- 2024-10-31
- DOI
- https://doi.org/10.5573/ieie.2024.61.10.159
- Primary Topic
- Advanced Chemical Sensor Technologies
- Type
- article
- Field-Weighted Citation Impact
- 0.00