메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이종현 (이포즌) 손정모 (이포즌)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회 학술발표논문집 2021년 한국컴퓨터정보학회 하계학술대회 논문집 제29권 제2호
발행연도
2021.7
수록면
7 - 10 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
에스컬레이터의 고장 여부를 사전에 파악하는 것은 경제적 손실뿐만 아니라 인명 피해를 예방할 수 있어서 매우 중요하다. 실제 이러한 고장 예측을 위한 많은 딥러닝 알고리즘이 연구되고 있지만, 설비의 이상 데이터 확보가 어려워 모델 학습이 어렵다는 문제점이 있다. 본 연구에서는 이러한 문제의 해결 방안으로 비지도 학습 기반의 방법론 중 하나인 LSTM Autoencoder 알고리즘을 사용해 에스컬레이터의 이상을 탐지하는 모델을 생성했고, 최종 실험 결과 모델 성능 AUROC가 0.9966, 테스트 Accuracy가 0.97이라는 높은 정확도를 기록했다.
#딥러닝(Deep Learning) #에스컬레이터(Escalator) #이상 탐지(Anomaly Detection) #LSTM Autoencoder

목차

요약
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Conclusions
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

LSTM 오토인코더를 이용한 이상 탐지의 임계치 결정 방법
전승현 ,  박채린 ,  이규원 외 2명 한국정보기술학회논문지 2023 .04
Mobile Network Traffic Prediction Using LSTM-Autoencoder
Ha ,  un U ,  Rashid 외 1명 한국통신학회 학술대회논문집 2023 .02
기기 이상 감지를 위한 LSTM Autoencoder 구현
전승현 ,  박채린 ,  이규원 외 2명 Proceedings of KIIT Conference 2022 .12
AutoEncoder-LSTM 기반 배터리 현재 상태 예측 딥러닝 방향성 및 연구
이은지 ,  우태걸 ,  조인호 외 1명 전력전자학회 학술대회 논문집 2022 .11
LSTM Autoencoder를 이용한 가열로 온도 제어 시스템의 이상 감지 방법
조태성 ,  이민호 ,  김민수 외 2명 정보 및 제어 논문집 2021 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-001915539