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
학술저널
저자정보
최현식 (충남대학교) 허효범 (충남대학교) 박승환 (충남대학교)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제47권 제3호(통권 제450호)
발행연도
2023.3
수록면
263 - 272 (10page)
DOI
10.3795/KSME-A.2023.47.3.263

이용수

DBpia Top 5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
산업인공지능의 발달로 기계장치의 결함 진단을 위해 센서 데이터 기반 기계학습 및 심층학습 기법을 활용하여 결함 유형을 분류하는 연구가 활발하게 진행되고 있다. 하지만, 심층학습을 비롯한 대부분의 기계학습 기법들은 블랙박스 구조로 결과 해석이 불가능하기 때문에 산업적으로 진단 모델에 대한 사용성 및 신뢰도 확보를 위해 모델의 의사결정에 대한 해석이 가능한 설명가능한 인공지능 기법이 제안되고 있다. 본 연구에서는 원심펌프의 결함 분류 및 해석을 위한 특징 추출을 위해 높은 분류 정확도를 보이며 설명력 있는 심층학습 모델을 제안한다. 시간-주파수 분석 기법인 연속 웨이블릿 변환을 통해 진동 신호를 이미지로 변환하였으며, 합성곱 신경망 학습 이후 테스트 결과에 gradient weighted class activation map을 적용하여 결함 유형 해석을 위한 주파수 대역을 추출 및 검증하였다.

목차

초록
Abstract
1. 서론
2. 본론
3. 제안하는 연구 절차
4. 결과
5. 결론 및 추후 연구
참고문헌(References)

참고문헌 (23)

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

UCI(KEPA) : I410-ECN-0101-2023-550-000455931