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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정훈 (한국전자통신연구원) 박문성 (한국전자통신연구원)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제19권 제1호
발행연도
2018.1
수록면
75 - 84 (10page)

이용수

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

초록· 키워드

오류제보하기
본 철도 유지보수 산업의 효율화를 위해서는 핵심부품의 적시 관리를 통한 부품 가동률 향상 및 철도 운행의 안정성 향상이 필요하다. 또한 유지보수 시스템 고속화에 따른 신뢰성 향상과 핵심부품의 유지보수 비용 절감의 두 가지 측면을 모두 만족시키기 위해, 부품 이력관리와 대규모 빅데이터의 자동화된 분석 기술을 활용한 부품 상태 진단 기술 수요가 증가하고 있다. 이 논문에서는 철도차량의 차상 및 지상 장치로부터 발생되는 실시간 빅데이터 수집, 처리, 분석을 위해서 빅데이터 플랫폼 기반의 철도차량 부품의 상태 데이터 관리시스템을 개발하였으며, 이 시스템의 활용으로 철도차량의 부품 상태정보 및 시스템 리소스에 대한 실시간 모니터링이 가능하다. 또한 빅데이터 플랫폼으로부터 수집된 상태 데이터를 기반으로 분산/병렬처리 및 자동화된 부품 고장진단이 가능한 머신러닝 기법을 제안하였다. 실험결과, 분산/병렬처리 기술이 적용된 알고리즘의 실행시간 단축을 아마존 웹서비스의 가상 인스턴스 생성 시스템을 통해 증명하였으며, random forest 머신러닝기법을 활용한 고장 진단 모델의 베어링 및 차륜 부품에 대한 상태 예측 정확도가 83%임을 확인하였다.
#Big data #Bearing/Wheel #Fault Diagnosis #Machine Learning #Rolling Stock

목차

요약
Abstract
1. 서론
2. 본론
3. 결론
References

참고문헌 (8)

참고문헌 신청
S. Ha, S. Chang, and W. Yoo, “Development of the Preventive Maintenance System for an Urban Transit,” Journal of the Society of Korea Indus. and Sys. Eng, vol. 30, no. 1, pp. 1-7, 2007. Y. Cho, J. Kim, and J. Kim, “Performance Improvement of Bearing Fault Diagnosis Using a Real-time Training Method,” Journal of Multimedia Services Convergent, vol. 7, no. 4, pp. 551-559, 2017. DOI: http://dx.doi.org/10.14257/AJMAHS.2017.04.33 F. Li, B. C. Ooi, M. T. Ozsu, and S. W. Zhejiang, “Distributed data management using MapReduce,” ACM Computing Surveys, vol. 6, no. 3, 2014. DOI: https://doi.org/10.1145/2503009 H. G. Lee, Y. H. Choi, J. Hoon, and Y. H. Shin, “Spatial Subspace Projected Clustering Method & MapReduce based Temporal Mining for Direct Marketing Service in Korea Post,” ETRI Journal, vol. 37, no. 2, 2015. DOI: https://doi.org/10.4218/etrij.15.2314.0068 Y. HE, H. TAN, W. LUO, S. FENG, and J. FAN, “MR-DBSCAN: a scalable MapReduce -based DBSCAN algorithm for heavily skewed data,” Front. Comput. Sci., vol. 8, no. 1, pp. 83-99, 2014. DOI: https://doi.org/10.1007/s11704-013-3158-3

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

빅데이터 환경에서 사용자 거래 성향분석을 위한 머신러닝 응용 기법
최도현 ,  박중오 한국정보통신학회논문지 2015 .10
머신러닝(인공지능)의 산업 응용
조성준 ,  강석호 ie 매거진 2016 .06
빅데이터와 머신러닝 기반의 학생 맞춤형 인공지능 STEM 교육 플랫폼
김재환 ,  김정민 ,  고범석 한국정보과학회 학술발표논문집 2017 .12
이상상태 예지를 위한 머신러닝 알고리즘 성능 분석
손석호 ,  이용빈 ,  윤상준 외 1명 한국유체기계학회 학술대회 논문집 2017 .12
머신러닝을 이용한 기계학습 분류법
홍민기 ,  조민제 ,  김혜정 대한전자공학회 학술대회 2017 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-505-001758308