메뉴 건너뛰기

ENG

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

(홍익대학교, 홍익대학교 대학원)

지도교수
전홍배
발행연도
저작권
홍익대학교 논문은 저작권에 의해 보호받습니다.

이용수11

표지
AI에게 요청하기
추천
검색

초록· 키워드

상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!
최근 자동차 산업에서는 IT 기술과 인공지능 기술을 접목하여 차량의 고장 상태를 사전에 진단 및 예측할 수 있는 기술 개발이 활발히 이루어지고 있다. 차량에 고장이나 결함이 발생할 경우, 운전자의 생명이 위험해지며, 여러 사회적, 경제적 손실이 발생하게 되기 때문이다. 따라서 이러한 기술은 차량의 안정성과 신뢰성을 향상시키고 유지 보수 비용을 절감할 수 있다. 현대의 차량에는 차량 운행 중에 실시간으로 수집되어지고 있는 DTC(Diagnostic Trouble Code) 데이터가 있으며, 이를 활용하면 차량 상태를 미리 진단하거나 고장을 예측할 수 있다.
본 연구는 차량 DTC 데이터를 활용하여 DTC의 표준 전조 시간 간격을 예측하는 딥러닝 기반 모델을 제안한다. 인공지능에서 주로 사용되는 전처리 기법들 중 결측치 보간, 평활화, 표준화 기법을 조합하여 최적의 표준 전조증상 시작 시점을 예측한다. 실험 결과 분석을 통해 제안된 딥러닝 모델의 성능 및 전처리 기법의 효과를 검증하였다.
#차량 #고장 예측

목차

  1. I. 서 론
    II. 이론적 배경
    2.1. 시계열 데이터
    2.2. 시계열 데이터 전처리 기법
    2.3. DTC(Diagnositic Trouble Code)
    III. 기존 연구
    IV. 문제 정의
    V. 제안 방법
    5.1. 해법 개요
    5.2. 적용한 전처리 방법
    5.3. Anomaly Transformer
    5.4. LightGBM
    VI. 실험 및 결과
    6.1. Threshold 및 성능 평가 지표
    6.2. 평가 방법
    6.3. 실험 결과
    VII. 결론 및 향후 과제
    7.1. 결론
    7.2. 향후 과제

최근 본 자료

전체보기
260429_DBpiaAI
260319_딥리서치
260319_AI리더
260304_새학기에이전트
260429 전공별 추천 이벤트
260428 이주의질문
260304_아그논문롤
260127_아그논문
260127_AI뷰어