초록
이 논문은 지구과학 분야에서 활용되며 Inception 아키텍처를 기반으로 하되 지구과학적 분석에 맞게 개량된 컨볼루션 신경망(Convolutional Neural Network, CNN)인 Jigsaw에 대해 설명한다. 또한 Jigsaw를 기반으로 한 JigsawHSI 모델을 소개하고, 인도 파인스(Indian Pines), 파비아 대학교(Pavia University), 살리나스(Salinas) 등 세 가지 고분광 영상 데이터셋을 이용한 토지 이용·토지 피복(Land-Use Land-Cover, LULC) 분류 문제에 적용한다. 제안된 모델은 인공지능 분야에서 최고 성능을 기록한 HybridSN(스펙트럴-스페이셜 3D-CNN과 2D-CNN을 결합한 아키텍처)과 비교되며, 세 가지 데이터셋 모두에서 JigsawHSI가 HybridSN의 성능을 상회하거나 동등하게 유지함을 입증한다. 또한, 다중 모달 입력의 수에 관계없이 d차원 공간에서 일반화된 Jigsaw 아키텍처를 제안한다. 본 연구는 지구과학 분야에서 Jigsaw의 활용 가능성을 강조하며, 코드 및 도구 키트를 공개하여 연구 공동체의 활용을 지원한다.