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
고상근 (세명대학교) 이수안 (세명대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제30권 제11호
발행연도
2024.11
수록면
600 - 605 (6page)
DOI
10.5626/KTCP.2024.30.11.600

이용수

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

초록· 키워드

오류제보하기
실제 산업의 정상 및 비정상 조건에 대한 균형 잡힌 데이터를 수집하는 것은 어렵기 때문에 오류 분류 및 유지 관리 노력의 효과가 제한된다. 이 불균형 문제를 해결하기 위해 본 논문에서는 산업기계의 오디오 데이터가 포함된 MIMII 오디오 데이터 세트를 이미지로 변환한 다음 이미지 기반 증강 기술을 적용하여 데이터 불균형 문제를 완화하여 사용하는 새로운 접근 방식을 제시한다. 비정상 데이터를 증강한 데이터를 이용하여 기계설비 고장 분류 실험을 진행한 결과 향상된 성능을 확인하였다. 이를 통해 데이터 변환과 증강 기술의 결합은 산업 응용 분야에서 오류 감지 및 유지 관리 분야에서 보다 신뢰성 있고 정확한 데이터를 제공함으로써 고장 분류 성능을 향상시킬 수 있는 가능성을 확인하였다.

목차

요약
Abstract
1. 서론
2. 설비 고장 진단 및 분류 모델
3. 실험
4. 결론 및 향후 연구
References

참고문헌 (6)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091184547