데이터 증강 및 전이학습을 이용한 진단 기반 도메인 적응 설계 평가 및 검증

곽명선; 이종수

doi:10.3795/KSME-A.2022.46.11.975

추천

검색

질문

자료유형: 학술저널

저자정보: 곽명선 (연세대학교) 이종수 (연세대학교)

저널정보: 대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제46권 제11호(통권 제446호)

발행연도: 2022.11

수록면: 975 - 986 (12page)

DOI: 10.3795/KSME-A.2022.46.11.975

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 PHM 진단 기술에 대한 연구가 활발히 진행되고 있다. 하지만 기존 진단 기술은 장비의 유지보수를 위한 이상 감지 및 원인 분류와 같은 정성적 분석에 초점을 맞추고 있다. 따라서 사용자가 사전에 조치를 취하기 위해서는 정량화된 진단 솔루션이 필요하다. 본 연구에서는 도메인 적응과 설계가능 데이터증강을 사용하여, 시스템 설계 관점에서 진단 설계 솔루션을 제안한다. 기존에 개발된 시스템과 유사한 시스템을 새로 설계하는 경우, 기존 시스템의 진단 지식의 불확실성을 정량화하고 전이학습을 통해 새로운 시스템에 적응시킨다. 또한, 딥러닝 설계 알고리즘을 통해 적은 수의 데이터로 시스템 설계안을 평가한다. 제안된 방법을 검증하기 위해, 수학적 모델과 모델리카 기반의 물리적 시스템 모델을 사용하여 케이스 스터디를 진행하였다. 결과적으로, 평가된 설계안이 초기 설계안보다 더 높은 시스템 정상 확률을 얻음을 검증하였다.

#Diagnosis(진단) #PHM Design(건전성 예측 및 관리 설계) #Domain Adaptation(도메인 적응) #Uncertainty(불확실성) #Bayesian Neural Network(베이지안 신경망) #Modelica(모델리카)

참고문헌 (14)

참고문헌 신청

Soualhi, A., Hawwari, Y., Medjaher, K., Clerc, G. and Guillet, F., 2018, “PHM Survey: Implementation of Signal Processing Methods for Monitoring Bearings and Gearboxes,” International Journal of Prognostics and Health Management, Vol. 9, No. 2, pp. 2153~2648.

Zhang, S., Ye, F., Wang, B. and Habetler, T., 2019, “Semi-Supervised Learning of Bearing Anomaly Detection via Deep Variational Autoencoders,” arXiv:1912.01096. Shao, S., McAleer, S., Yan, R. and Baldi, P., 2019, “Highly Accurate Machine Fault Diagnosis Using Deep Transfer Learning,” IEEE Transactions on Industrial Informatics, Vol. 15, No. 4, pp. 2446~2455.

Nagy, A., Schutz, G. and Ragot, J., 2015, “Parameter Estimation for Uncertain Systems based on Fault Diagnosis Using Takagi-Sugeno Model,” ISA Transactions, Vol. 56, pp. 65~74.

Krysander, M., Frisk, E., Lind, I. and Nilsson, Y., 2018, “Diagnosis Analysis of Modelica Models,” IFAC-Papers Online, Vol. 51, pp. 153~159.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

곽명선

소속기관 연세대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 산업공학

논문수 2 이용수 350

이종수

소속기관 연세대학교

주요연구분야 공학 > 재료·에너지공학 > 재료공학 TOP 5% 공학 > 기계공학 > 기계공학 일반 TOP 0.1%

논문수 393 이용수 37,976

이 논문과 함께 이용한 논문

의료 빅데이터 최전선 센서 디바이스 활용을 중심으로

이치가와 마모루 , 노상태 설비저널 2015 .12

1D CNN을 이용한 이미지 기반의 진동 신호 측정 및 보정

변은석 , 이종수 대한기계학회 논문집 A권 2022 .08

딥러닝 기법을 이용한 대동맥 동맥경화성 플라크 판별에 관한 연구

조유희 , 방혜진 , 박종원 외 1명 대한기계학회 논문집 A권 2022 .02

인공지능 기술 및 다중 구도 초음파 영상을 활용한 지방간 진단

김태우 , 이동현 , 박은기 외 1명 대한기계학회 춘추학술대회 2021 .05

인공지능과 임상빅데이터

윤덕용 대한외과학회 학술대회 초록집 2019 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2023-550-000203520

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)