인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구에서는 머신러닝 알고리즘 및 특징추출을 통한 차원축소 알고리즘을 사용하여 각 방법에 따른 부분방전 패턴 분류 성능에 대한 비교 분석을 진행한다. 사용된 머신러닝 알고리즘은 SVM(Support Vector Machine), NN(Neural Network), FCM based RBFNN(Fuzzy C-Means based Radial Basis Function Neural Network) 이며 차원축소 알고리즘으로는 PCA(Principal Component Analysis)를 사용한다. 부분방전 실험 회로를 구성하여 부분방전 데이터를 수집하고 이를 분류기 모델에 활용한다. 고주파전류센서 HFCT(High Frequency Current Transformor)를 통해 부분방전 raw 데이터를 수집하여 사용한다. 각각의 머신러닝 알고리즘으로 분류기모델을 설계하고 차원축소를 한 경우와 하지 않은 경우 분류 성능이 어떻게 차이나는지 비교분석한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092162385
