메뉴 건너뛰기
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)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(건국대학교) (현대로템) (건국대학교)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제46권 제2호(통권 제437호)
오류 신고하기

피인용 5

검색

    초록·키워드

    최근 철도산업에서 인공지능 기술을 기반으로 하여 이상을 감지하고 수명을 예측하는 연구가 큰 관심을 받고 있다. 본 연구에서는 실제 철도차량 공기압축기 센서에서 얻은 데이터를 기반으로 LSTM 신경망을 이용하여 공기압축기의 이상을 감지하는 알고리즘을 제시하고 실제 데이터에 대해 적용 가능성을 확인한다. 실제 철도차량의 정상데이터를 입력하여 신경망을 학습시키고, 정상데이터에서 계산된 이상스코어 최대값을 이상감지 기준값으로 설정하는 방법을 제안한다. 인위적으로 생성한 이상데이터를 모델의 입력으로 사용하여 이상감지 성능을 확인하고 이상스코어 이동평균의 효용성을 검증한다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-ECN-0101-2022-550-000211062