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
강우현 (에프원소프트) 최정욱 (에프원소프트) 이현직 (에프원소프트) 김채린 (에프원소프트) 사민철 (에프원소프트)
저널정보
한국정보통신학회 한국정보통신학회 종합학술대회 논문집 한국정보통신학회 2023년도 추계종합학술대회 논문집 제27권 제2호
발행연도
2023.10
수록면
23 - 27 (5page)

이용수

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

초록· 키워드

오류제보하기
현대 제조업에서 로봇팔을 활용한 용접 자동화는 노동력 절감과 불량률 감소를 도모하는 주요 기술 중 하나이다. 그러나 다양한 불량 형태와 작업자의 주관적 판단으로 인한 문제로 불량 검출에 어려움이 있으며, 이를 극복하기 위해 Variational Auto-Encoder(VAE)를 활용한 머신 비전을 통해 불량을 신속하고 객관적으로 검출하는 모델을 구축하였다. 이 과정에서 모델의 성능을 최대화하기 위하여 데이터 증강, ROI 지정, 데이터 크기 조정 등의 데이터 전처리 과정을 수행하였으며, 데이터 불균형 문제를 해결하기 위해 One-Class Classification(OCC) 방식의 이상치 탐지 기법을 도입하여 불량 제품을 식별하였으며, 생산 현장의 환경적 영향으로 다양한 형태의 용접이 생성되는 것을 감안하여 확률 분포도를 학습하는 VAE를 통해 잠재 변수 추출로 다양한 특징을 가진 데이터에서도 불량을 검출하는 데에 있어 높은 성능을 보였다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 데이터 분석 및 전처리
Ⅲ. 연구 방법
Ⅳ. 모델 평가
Ⅴ. 모델 적용
Ⅵ. 결론
References

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