Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

무인항공기 비행 상태 예측을 위한 개선된 CNN-LSTM 혼합모델

Full metadata record
DC Field Value Language
dc.contributor.author서현우-
dc.contributor.author최은주-
dc.contributor.author김병수-
dc.contributor.author문용호-
dc.date.accessioned2024-07-11T09:00:16Z-
dc.date.available2024-07-11T09:00:16Z-
dc.date.issued2024-06-
dc.identifier.issn1976-6300-
dc.identifier.issn2508-7150-
dc.identifier.urihttps://scholarworks.gnu.ac.kr/handle/sw.gnu/71066-
dc.description.abstract최근에 무인항공기의 사업화가 활발하게 추진됨에 따라 무인항공기의 안전성 확보를 위한 기술 개발에 많은 관심이 집중되고 있다. 일반적으로 무인항공기는 운용 중 급기동, 외란, 조종사 실수 등으로 인하여 조종 불능의 상태로 진입할 가능성을 지닌다. 조종 불능 상태로의 진입을 예방하기 위해서는 무인항공기의 비행 상태를 예측하는 것이 필수적으로 요구된다. 본 논문에서는 무인항공기의 비행 상태 예측 성능의 향상을 위하여 개선된 CNN-LSTM 혼합모델을 제안한다. 모의실험은 제안하는 모델을 이용한 예측 기법이 기존 예측 기법에 비하여 비행 상태 예측 성능이 우수하며 온보드 환경에서 실시간으로 운용됨을 보인다.-
dc.format.extent8-
dc.language한국어-
dc.language.isoKOR-
dc.publisher항공우주시스템공학회-
dc.title무인항공기 비행 상태 예측을 위한 개선된 CNN-LSTM 혼합모델-
dc.title.alternativeAn Improved CNN-LSTM Hybrid Model for Predicting UAV Flight State-
dc.typeArticle-
dc.publisher.location대한민국-
dc.identifier.bibliographicCitation항공우주시스템공학회지, v.18, no.3, pp 48 - 55-
dc.citation.title항공우주시스템공학회지-
dc.citation.volume18-
dc.citation.number3-
dc.citation.startPage48-
dc.citation.endPage55-
dc.identifier.kciidART003091414-
dc.description.isOpenAccessN-
dc.description.journalRegisteredClasskci-
dc.subject.keywordAuthorUAV(무인항공기)-
dc.subject.keywordAuthorCNN(합성곱 신경망)-
dc.subject.keywordAuthorLSTM(장단기 기억 신경망)-
dc.subject.keywordAuthorLoss of Control(조종 불능)-
dc.subject.keywordAuthorPrediction(예측)-
Files in This Item
There are no files associated with this item.
Appears in
Collections
공학계열 > 기계항공우주공학부 > Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Moon, Yong Ho photo

Moon, Yong Ho
대학원 (기계항공우주공학부)
Read more

Altmetrics

Total Views & Downloads

BROWSE