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.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2017.11
- 수록면
- 673 - 682 (10page)
이용수
초록· 키워드
공정의 이상여부를 확인하고 원인 변수를 확인하는 과정은 제조 공정에서 매우 중요하다. 분포를 가정하여 수행되는 전통적인 관리도의 통계적 검정방법의 한계점을 극복하기위해서 연속적인 분류 문제로 접근하는 랜덤포레스트를 이용한 실시간 대조 관리도가 제안되었다. 이 방법은 원인 변수를 쉽게 확인할 수 있는 장점에도 불구하고 비정상 상태를 검출하는 능력의 한계가 있어서 데이터 간의 거리에 기반한 기계학습 기법을 이용하여 성능을 개선하려는 시도가 있었다. 본 논문에서는 기존 실시간 대조관리도의 두 범주 분류 문제를 데이터 간의 거리를 통해 새로운 범주를 생성하여 다 범주 분류 문제로 전환하는 연구를 통해 기존 방법의 장점을 유지하면서 결점 검출 능력을 크게 개선시킬 수 있는 랜덤포레스트 기반 다 범주 실시간 대조 관리도를 제안한다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 1. 서론
- 2. 실시간 대조 관리도
- 3. 다 범주 랜덤포레스트 실시간 대조 관리도
- 4. 실험계획 및 결과
- 5. 결론
- 참고 문헌
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-ECN-0101-2018-530-001434137
