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
심홍기 (현대자동차) 성기우 (현대자동차) 김성범 (고려대학교) 도형록 (고려대학교) 강희재 (디에스이트레이드) 이성희 (디에스이트레이드)
저널정보
한국신뢰성학회 신뢰성응용연구 신뢰성응용연구 제18권 제4호
발행연도
2018.12
수록면
281 - 290 (10page)
DOI
10.33162/JAR.2018.12.18.4.281

이용수

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

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
Purpose: Recently vehicle sensor data can be collected in real time based by Electronic Control Unit (ECU) such as engine, transmission, chassis, tire, and battery modules etcs. The purpose of this study is related to simply find the Pre-Ignition occurrence patterns without labeled training data set using unsupervised learning approach. Because there are many unknown problem cases even engineer could not be recognized in the vehicle development period.
Methods: Applied the advanced analytical techniques such as deep learning, feature extraction, clustering. We have compared many algorithms to optimize detecting problem area. Convolutional Neural Network AutoEncoder, Self Organized Map, Multi Dimensional Scaling (MDS) used in this study.
Results: Implementation of various pre-ignition related pattern detecting methodology and detection model using State-of-Art Deep Learning algorithm.
Conclusion: We have developed an algorithm to detect the pre-ignition pattern which is related to a fatal problem for engine side. Deep Learning Analytic model such as Combining AutoEncoder and Self-Organizing Map (SOM) can be used automatically finding hidden problem areas among the vehicle generated sensor signal. This approach is a proven methodology and can be used to analyze various sensor signal problems during vehicle development phase in the future.

목차

1. 서론
2. 본론
3. 결론
References

참고문헌 (9)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0