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
학술대회자료
저자정보
박봉준 (서울대학교) 조성준 (서울대학교)
저널정보
대한산업공학회 대한산업공학회 춘계공동학술대회 논문집 2019년 대한산업공학회 춘계공동학술대회 논문집 [3개 학회 공동주최]
발행연도
2019.4
수록면
4,711 - 4,714 (4page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
산업에서 공정의 품질과 지수를 예측하기 위해 다변량 시계열 데이터를 이용한다. 시계열 데이터는 앞, 뒤 값과 높은 상관 계수를 가지고 있으나, 다른 시계열 간 상관 계수는 낮다. 이러한 이유로 합성곱 신경망 적용 시, 2차원 대신 1차원 합성곱 필터를 사용한다. 2차원 합성곱 신경망에 적용되는 방법론을 적용하기 위해 근접 픽셀 간 상관 계수 상향 작업이 필요하다. 본 연구에서는 다변량 시계열 데이터를 시계열 간 재배치, 데이터의 반전을 통하여 시계열 간의 상관 계수를 높이는 전처리 방법에 대하여 제안하였다. 데이터를 노드, 데이터간의 상관 계수 비용으로 가진 링크로 한 완전 그래프로 변환하여, 최소비용 경로 탐색문제로 변환하였다. 최적해 기반으로 시계열 데이터의 재배치, 반전을 통한 전처리를 하여 2차원 합성곱 신경망을 통한 분류 문제에 적용하고 비교하였다.

목차

Abstract
1. 서론
2. 다변량 시계열 데이터 vs 이미지
3. 다변량 시계열 데이터의 재배열 및 반전
4. 실험
5. 결론
6. 참고문헌

참고문헌 (0)

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

UCI(KEPA) : I410-ECN-0101-2019-530-000564407