인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
The radar detection weapon system is a surveillance and reconnaissance system designed to precisely detect long-range targets and determine their position and status. A critical component of the radar detection weapon system is the wave guide, which serves as a path for high-frequency signals. Maintaining appropriate temperature and humidity levels is essential to ensure seamless signal transmission, and this is regulated using an air compressor. However, if compressed air leakage occurs, temperature and humidity may rise, leading to performance degradation and potential component failure, necessitating early fault detection. The sensor data collected form actual operations exhibits high-dimensional and nonlinear characteristics, with abnormal patterns appearing irregularly, making numerical approaches challenging. Furthermore, such methods face limitations in effectively learning overall patterns and dependencies over time. In this paper, we propose an anomaly detection model that combines time-domain feature with image encoding to effectively capture nonlinear signal patterns. Experimental result using real-world operational data demonstrate that the proposed method outperforms existing approaches. The proposed approach is expected to be useful for applying Condition-Based Maintenance(CBM) to various equipment that utilizes time-series data.
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) : I410-151-25-02-093856760
