인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
스마트 팩토리에서 운영되는 여러 센서들을 원활히 사용하기 위해서는 센서의 상태를 지속적으로 모니터링하는 것이 중요하다. 최근, 심층학습 기술의 발달로, 여러 센서들에서 수집되는 다변량 시계열 데이터에 대하여 그래프 신경망 기반의 이상 탐지 모델이 활발히 연구되고 있다. 하지만, 기존 모델들은 주로 단일 스케일에서 도출한 그래프 구조에 의존하여 이상을 탐지하였기에, 모델이 특정 주기에 편향되어 다양한 시간 주기에서 나타나는 이상치를 탐지하기 어려웠다. 이에 본 논문에서는 여러 개의 스케일을 이용하여 시게열 데이터의 장기적 및 단기적 시간 특성을 분석하고, 이러한 특성을 센서 간 상관관계를 학습하는 과정에 반영하는 그래프 신경망 기반의 다변량 시계열 이상 탐지 기법을 제안한다. 공개 공장 센서 데이터셋을 활용한 실험 결과, 여러 개의 스케일을 이용하여 다양한 시간 주기를 반영하는 것이 이상 탐지 성능 개선에 기여할 수 있음을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092487127
