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
- 학술저널
- 저자정보
- 발행연도
- 2019.8
- 수록면
- 216 - 223 (8page)
이용수
초록· 키워드
오류제보하기
생산 공정에서 발생되는 공정 이상을 적시에 감지하는 것은 생산 공정의 안전하고 일관된 조업 및 운영에 필수적인 요소 중 하나로서 반드시 필요하다. 예측되지 못하거나 적절하게 감지되지 못한 공정 이상은 전체 생산 공정과 공정에서 생산되는 최종 제품의 품질에 심각한 영향을 줄 수 있기 때문이다. 또한 이러한 상황은 공정 기능 불량과 고장으로 이어지게 된다. 이러한 공정 이상을 신뢰성 있게 적시에 검출하기 위해 본 연구에서는 새로운 단일 클래스 분류에 기반한 공정 이상 감지 기법을 제안한다. 본 연구의 제안된 방법은 잡음 필터링, 특징 선택, 비선형 표현 및 특이치 검출의 네단계로 구성된다. 본 연구에서는 시뮬레이션 공정의 측정치를 활용하여 제안된 방법의 성능을 평가하였다. 그 결과 제안된 공정 이상 탐지 기법이 신뢰할 수 있는 모니터링 결과를 산출하였으며 기존 비교 대상 방법들보다 평균 25.4% 향상된 성능을 보여 주었다. 또한 적합한 특징 선택을 통하여 보다 향상된 이상 감지 성능을 얻을 수 있었다.
목차
Abstract
요약
1. Introduction
2. Methods
3. Results
4. Conclusion
References
참고문헌 (9)
참고문헌 신청
V. N. Vapnik, “The nature of statistical learning theory“, Springer, USA, 1999.
B. Scholkopf, A. J. Smola, K. Muller, “Nonlinear component analysis as a kernel eigenvalue problem”, Neural Computation , Vol.10, pp.1299-1319, 1998. DOI: https://doi.org/10.1162/089976698300017467
R. Rosipal, L. J. Trejo, “Kernel partial least squares regression in reproducing Kernel Hilbert space”, Journal of Machine Learning Research , Vol.2, pp.97? 123, 2001.
G. Baudat, F. Anouar, “Generalized discriminant analysis using a kernel approach”, Neural Computation , Vol.12, pp.2385?2404, 2000. DOI: https://doi.org/10.1162/089976600300014980
D. M. J. Tax and R. P. W. Duin, “Support vector data description”, Machine Learning , Vol.54, pp.45-66, 2004. DOI: https://doi.org/10.1023/B:MACH.0000008084.60811.49
B. Scholkopf, A. J. Smola, K. Muller, “Nonlinear component analysis as a kernel eigenvalue problem”, Neural Computation , Vol.10, pp.1299-1319, 1998. DOI: https://doi.org/10.1162/089976698300017467
R. Rosipal, L. J. Trejo, “Kernel partial least squares regression in reproducing Kernel Hilbert space”, Journal of Machine Learning Research , Vol.2, pp.97? 123, 2001.
G. Baudat, F. Anouar, “Generalized discriminant analysis using a kernel approach”, Neural Computation , Vol.12, pp.2385?2404, 2000. DOI: https://doi.org/10.1162/089976600300014980
D. M. J. Tax and R. P. W. Duin, “Support vector data description”, Machine Learning , Vol.54, pp.45-66, 2004. DOI: https://doi.org/10.1023/B:MACH.0000008084.60811.49
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
다단계 공정 내 고품질 공정 경로 도출 방법 : 시뮬레이션 데이터를 통한 성능 평가
대한산업공학회 춘계공동학술대회 논문집
2019 .04
-
On-line Process Data-driven Diagnostics Using Statistical Techniques
한국산학기술학회 논문지
2018 .03
-
반도체 제조공정에서의 품질 향상을 위한 ‘BoB 공정 경로’ 후보군 도출 연구
대한산업공학회 추계학술대회 논문집
2017 .11
-
Diagnostic Classification Based on Nonlinear Representation and Filtering of Process Measurement Data
한국산학기술학회 논문지
2015 .05
-
공정 시뮬레이션을 위한 3D모델과 공정정보의 링크체계 비교 분석에 관한 연구
대한토목학회 학술대회
2022 .10
-
다단계-다중설비 제조 공정의 제품 및 공정 품질 관리를 위한 해석 가능한 품질 예측 모델 기반의 공정 이력 데이터 분석 프레임워크
대한산업공학회 추계학술대회 논문집
2023 .11
-
마할라노비스 거리와 독립성분분석을 이용한 다변량 공정 고장탐지 방법에 관한 연구
한국정보전자통신기술학회 논문지
2021 .02
-
Empirical Process Monitoring Via On-line Analysis of Complex Process Measurement Data
한국산학기술학회 논문지
2016 .07
-
조선 생산 공정 데이터의 관리 효율화를 위한 네트워크 구조화 및 분석
대한산업공학회 추계학술대회 논문집
2020 .11
-
해석 가능한 딥러닝 모델을 활용한 제조 공정의 불량 이상 감지
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
공정 이력 데이터 기반 다단계-다중설비 제조 공정의 최종 품질 예측 방법
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
용접 공정데이터 패턴 분석 기반 품질불량 예측 및 원인 분석 모델
대한산업공학회 춘계공동학술대회 논문집
2022 .06
-
상호의존정보 기반 공정성을 보장하는 기계학습
대한전자공학회 학술대회
2019 .11
-
반도체 공정 이력 데이터 기반 최적 공정 경로 탐색 방법
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
센서 기반 실시간 사출성형 공정변수 제어 프레임워크 설계
대한산업공학회 춘계공동학술대회 논문집
2017 .04
-
Failure Detection in Manufacturing Process Based on Image-Signal Feature Classification
한국신뢰성학회 학술대회논문집
2020 .07
-
공정분석 및 성능평가를 통한 유압제어밸브의 재제조 표준 공정 개발
대한산업공학회 춘계공동학술대회 논문집
2019 .04
-
다단계 제조 공정에서의 설비 노화를 고려한 품질 예측 모델 기반 핵심 공정 경로 도출 방법
대한산업공학회 추계학술대회 논문집
2020 .11
-
베이커리 채반 이송 및 적재 로봇 자동화를 위한 3D 시뮬레이션 연구
한국산학기술학회 논문지
2024 .10
-
형강 압연공정에서의 가열로 설비제어 최적화를 위한 인공지능 기반 데이터 분석 연구
대한산업공학회 춘계공동학술대회 논문집
2023 .05
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0