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
- 2021.6
- 수록면
- 749 - 756 (8page)
이용수
초록· 키워드
오류제보하기
제조 생산공정에는 다양한 센서를 통해 실시간으로 양질의 데이터가 데이터베이스에 축적되고 있다. 이와 함께 통계적으로 접근하기 까다로운 데이터에 대해서 높은 수준의 정확도로 예측모델을 구축할 수 있는 머신러닝이 보급되면서 ‘4차 산업화 시대’를 맞이하고 있다. 본 논문에서는 이러한 제조업계의 흐름에 따라 업계의 주요 관심사인 제품의 품질특성을 예측하는 머신러닝 모델의 성능을 향상하는 방법을 제시한다. 머신러닝 모델의 성능을 향상하는데 일반적으로 사용되는 샘플 크기의 증가, Hyper-Parameter의 최적화 및 적절한 알고리즘 선택의 효과를 검증한다. 그리고, 새로운 성능향상 방법을 제시하고, 그 효과를 검증해본다. 논문에서 제시한 방법을 통해서 제조업에서는 더욱 향상된 성능의 예측모델을 구축, 품질예측과 관리에 크게 이바지할 수 있을 것이다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 머신러닝 알고리즘
Ⅲ. 연구 방법
Ⅳ. 실험 및 결과
Ⅴ. 결론
REFERENCES
참고문헌 (13)
참고문헌 신청
Machine Learning is the keyword in the manufacturing industry for the next 5 years. Maeil Business News [Internet]. Available: https://www.mk.co.kr/news/economy/view/2021/01/100880/.
The zero percent of the employment rate in the manufacturing industry is coming. Asia Economy [Internet]. Available: https://www.asiae.co.kr/article/2021011106524868927.
The 10 ways to improve the manufacturing industry. AITIMES [Internet]. Available: http://www.aitimes.com/news/articleView.html?idxno=128731.
J. Brownlee. How To Improve Deep Learning Performance. Machine Learning Mastery [Internet]. Available: https://machinelearningmastery.com/improve-deep-learning-performance/.
S. K. Kim, S. Y. Hwang, and J. H. Lee, “Application of Multi-Layer Perceptron and Random Forest Method for Cylinder Plate Forming,” Journal of the Society of Naval Architects of Korea, vol. 57, no. 5, pp. 297-304, 2020.
The zero percent of the employment rate in the manufacturing industry is coming. Asia Economy [Internet]. Available: https://www.asiae.co.kr/article/2021011106524868927.
The 10 ways to improve the manufacturing industry. AITIMES [Internet]. Available: http://www.aitimes.com/news/articleView.html?idxno=128731.
J. Brownlee. How To Improve Deep Learning Performance. Machine Learning Mastery [Internet]. Available: https://machinelearningmastery.com/improve-deep-learning-performance/.
S. K. Kim, S. Y. Hwang, and J. H. Lee, “Application of Multi-Layer Perceptron and Random Forest Method for Cylinder Plate Forming,” Journal of the Society of Naval Architects of Korea, vol. 57, no. 5, pp. 297-304, 2020.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
머신러닝을 이용한 밴딩·용접품질의 예측모델에 관한 연구
대한기계학회 춘추학술대회
2022 .11
-
데이터 불균형이 머신러닝 모델 성능에 미치는 영향
한국정보과학회 학술발표논문집
2020 .07
-
German Credit Risk 데이터를 사용한 머신러닝 모델의 단계별 요소들이 AI 모델의 성능에 미치는 영향 분석
한국정보기술학회논문지
2022 .11
-
A Visual Analytics System for Interpretable Machine Learning
Journal of KIISE
2023 .01
-
데이터 중심 머신러닝을 통한 콘크리트 압축강도 예측
한국건설순환자원학회논문집
2024 .12
-
머신러닝 기반 방향탐지 알고리즘 성능 개선 연구
한국통신학회 학술대회논문집
2023 .02
-
머신 러닝을 이용한 수술 방법 선정 모델 연구
한국컴퓨터정보학회 학술발표논문집
2018 .01
-
자동차 부품 생산 산업을 위한 머신러닝 기반의 품질예측 알고리즘
한국생산제조학회 학술발표대회 논문집
2022 .12
-
머신러닝 예측 성능을 향상시키기 위한 유도탄 고장 데이터 증강기법에 대한 연구
한국산학기술학회 논문지
2025 .01
-
미세먼지 농도 예측을 위한 머신러닝 모델 성능 비교
한국통신학회 학술대회논문집
2023 .02
-
기업의 머신러닝 선정에 영향을 미치는 요인 연구: 확장된 알고리즘 선택 문제의 관점으로
한국전자거래학회지
2022 .05
-
The Prototype Development Applied as a Conceptual Design of an Automated Machine Learning System
정보과학회 컴퓨팅의 실제 논문지
2020 .06
-
머신러닝 기반 하천 용존산소 예측모델의 해석력 향상 기법 연구
대한환경공학회 학술발표논문집
2020 .11
-
데이터 처리를 위한 빅데이터와 머신러닝 플랫폼 조사 및 성능 비교
대한전자공학회 학술대회
2017 .06
-
머신러닝을 활용한 방위력개선사업 사업비 변동예측에 관한 연구
한국산학기술학회 논문지
2024 .09
-
머신러닝 기법을 활용한 특허 품질 예측
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
머신 러닝을 이용한 장애 예측 프레임워크 설계
대한전자공학회 학술대회
2017 .06
-
머신러닝 알고리즘을 이용한 전동기 온도 예측을 위한 데이터 분석 연구
대한전기학회 학술대회 논문집
2022 .05
이 논문의 저자 정보
이 논문과 함께 이용한 논문
소프트웨어 품질 평가를 위한 도구 기술
정재룡
전자공학회지
2023
.08
딥러닝 기반 알고리즘 코드 테스트 케이스 자동 생성 기술 연구
김도규
,
전민기
,
고상기
한국정보과학회 학술발표논문집
2023
.06
Unveiling Hidden Vulnerabilities: Similar Vulnerability Detection Using a Gradient Boosting Decision Tree
Jiashun Hao
,
Young-Woo Kwon
한국통신학회 학술대회논문집
2023
.06
인공지능 소프트웨어 시스템의 품질 속성과 시험 검증 기법 소개
정세훈
정보과학회지
2023
.06
전이학습을 이용한 용접부 외관 품질 판단 딥러닝 알고리즘 개발에 관한 연구
서보욱
,
한성빈
,
허준영
외 2명
대한용접·접합학회지
2023
.04
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-004-001838108