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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.6
- 수록면
- 493 - 502 (10page)
- DOI
- 10.3795/KSME-A.2026.50.6.493
이용수
초록· 키워드
본 연구에서는 카테터 튜브 압출 공정에서 발생하는 공정 이상을 효과적으로 판단하기 위해, 배치정규화(BN: batch normalization) 앵커와 mahalanobis 거리 기반의 약지도 비디오 이상 탐지 모델을 제안한다. 제안한 방법은 I3D를 포함한 비디오 피처 인코더를 통해 시공간 특징을 추출한 뒤, BN 레이어의 통계치를 정규 표현(anchor)으로 활용하여 정상 패턴의 특징 공간을 구축하고, mahalanobis 기반 거리 측정을 통해 이상 여부를 판단한다. 약지도 학습 환경에서 정상·비정상 프레임 수준의 라벨 없이 비디오 단위 라벨만으로 학습이 가능하며, 공정 속도 및 온도 조건 변화(정상, 고속, 저속, 고온, 고속+고온)로 구성된 실험 데이터셋을 기반으로 성능을 검증하였다. 실험 결과, 제안한 모델은 ROC AUC 0.9775, 정확도 97.6%의 성능을 달성하였으며, mahalanobis distance 기반 triplet loss와 normality score 기반 loss의 결합이 안정적인 학습과 높은 이상 검출 성능을 제공함을 확인하였다. 본 연구는 실제 압출 공정의 이상 원인 판단 및 조기 이상 감지 시스템 구축에 기여할 수 있음을 보여준다.
#Catheter Tube Extrusion(카테터 튜브 압출)
#Anomaly Detection(이상 탐지)
#Batch-Normalization Anchors(배치정규화 앵커)
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 초록
- Abstract
- 1. 서론
- 2. 본론
- 3. 실험 설정
- 4. 실험 결과 및 분석
- 5. 결론
- 참고문헌 (References)
참고문헌
참고문헌 신청최근 본 자료
