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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
전승현 (한국교통대학교) 박채린 (한국교통대학교) 이규원 (한국교통대학교) 김성종 (한국교통대학교) 구본근 (한국교통대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2022년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2022.12
수록면
341 - 345 (5page)

이용수

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

초록· 키워드

오류제보하기
산업 기기의 고장 여부를 미리 알 수 있다면 인력적으로나 경제적으로도 손실을 막을 수 있을 것이다. 실제 장비고장 예측을 위한 많은 기계학습 알고리즘이 연구되고 있지만, 기계의 이상 데이터가 많지 않아 모델을 학습시키기에 어렵다는 문제점이 있다. 본 논문에서는 산업 기기의 고장을 탐지할 수 있는 모델을 제안하고 정상들 사이에 고장 값이 섞여 있는 비슷한 데이터를 가져와 직접 시험해 본다. 모델 학습의 준비작업으로 비지도 학습 방법론 중 하나인 LSTM Autoencoder를 사용해 펌프 센서 데이터의 이상을 탐지하는 모델을 생성했고, 최종 실험 결과는 분류문제에 대한 성능을 측정할 수 있는 AUC(Area Under the Curve)가 0.834, 테스트 정확도가 0.999587을 보였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 실험 방법
Ⅲ 모델 학습 수행
Ⅳ. 구현 및 결과 분석
Ⅴ. Conclusions
참고문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0