경량화된 TimesNet 모델을 통한 효율적인 시계열 데이터 이상 탐지

김세민; 오수현; 박민제; 이지호; 석문기

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김세민 (동국대학교) 오수현 (동국대학교) 박민제 (동국대학교) 이지호 (동국대학교) 석문기 (동국대학교)

저널정보: 대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 하계학술대회 논문집

발행연도: 2024.6

수록면: 1,979 - 1,983 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

스마트 팩토리의 발전은 제조 공정의 자동화와 효율성을 향상하는 데 중요한 역할을 한다. 이러한 공정에서 센서로부터 수집된 시계열 데이터를 활용한 이상 탐지는 공정의 안정성을 확보하고 잠재적 문제를 사전에 방지하는 데 필수적이다. 이상 탐지를 위한 딥러닝 모델은 높은 이상 탐지 성능을 제공하지만, 많은 컴퓨팅 자원을 요구하여 실시간 탐지가 어렵다. 본 연구에서는 TimesNet 모델을 경량화하여 시계열 데이터의 이상 탐지를 실시간으로 처리할 수 있는 방안을 제안한다. 따라서 경량화를 위해 학습 중 정확도 손실을 최소화하면서 Convolution Layer의 개수 및 Kernel의 크기를 결정하는 하이퍼파라미터의 값을 최적화하는 방안을 제시하였다. 실험 결과, Convolution Layer 개수의 최적화를 통해 탐지 성능을 유지하면서 계산 효율성을 크게 향상할 수 있는 최적화된 TimesNet 모델을 도출하였다.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

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 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)