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
글로벌 공급망은 생산, 주문, 물류, 유통 단계가 복잡하게 얽혀 있어, 특정 지점의 이상이 연쇄적으로 확산되기 쉽다. 본 연구는 공급망 그래프 시계열 데이터의 복합 이상을 탐지하기 위해 Multi-Channel Temporal Attention Autoencoder(MC-TAAE)를 제안한다. 제안 모델은 1×1 컨볼루션으로 채널 간 상호작용을 학습하고, 양방향 LSTM과 시간 어텐션으로 시점별 기여도를 반영하며, 재구성 오차 기반으로 이상을 판별한다. 방글라데시 FMCG 기업의 공급망 데이터를 활용한 실험 결과, (i) 윈도우 길이에 따라 민감도와 안정성 간 trade-off가 존재하고, (ii) 다채널(multi) 모드가 복합 이상 탐지에서 가장 우수하며, (iii) val-F1과 target-FPR 임계치 전략은 각각 미탐 방지와 알람 억제 목적에 적합함을 확인하였다. Attention, saliency, LOCO 분석을 통해 탐지 결과의 해석 가능성도 입증되었으며, 본 모델은 실제 운영 의사결정에 활용 가능한 기반을 제공한다.
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) : I410-151-26-02-095617784
