설비 이상탐지를 위한 딥러닝 알고리즘 개발

김민희; 진교홍

추천

검색

질문

자료유형: 학술저널

저자정보: 김민희 (창원대학교) 진교홍 (창원대학교)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제26권 제2호

발행연도: 2022.2

수록면: 199 - 206 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

제품을 생산하는 설비의 고장이나 이상 현상은 곧 제품의 결함 및 생산라인 가동 중단으로 이어져 제조 업체의 막대한 경제적 손실의 원인이 된다. 스마트팩토리 서비스의 확산으로 공장에서 많은 양의 데이터가 수집됨에 따라, 이를 활용하여 제조 현장의 효율이나 제조 설비의 고장 예측 및 진단을 위한 인공지능 기반의 연구가 활발히 이어지고 있다. 하지만 정상과 이상을 구분 짓는 레이블 정보가 명확하지 않고 이상에 대한 극심한 클래스 불균형을 가지는 제조 데이터의 특징으로 인하여 분류 모델이나 이상탐지 모델의 개발에는 큰 어려움이 존재한다. 본 논문에서는 딥러닝 모델의 재구성 손실값을 이용하여 제조 설비의 이상탐지를 위한 딥러닝 알고리즘을 제안하고 성능을 분석하였다. 해당 알고리즘은 이상 데이터를 제외한 설비의 제조 데이터, 즉 정상 데이터에만 의존하여 이상을 감지한다.

#스마트공장 #딥러닝 #제조 데이터 #이상탐지 #제조 설비 #Smart factory #Deep learning #Manufacturing data #Anomaly detection #Manufacturing facility

참고문헌 (10)

참고문헌 신청

J. H. Lee, J. H. Kim, J. B. Hwang, and S. S. Kim, “A Study on Fault Detection of Cycle-based Signals using Wavelet Transform,” Journal of the Korea Society for Simulation, vol. 16, no. 4, pp. 13-22, Dec. 2007.

T. Lee, L. K. Lee, and C. Kim, “Performance of Machine Learning Algorithms for Class-Imbalanced Process Fault Detection Problems,” IEEE Transactions on Semiconductor Manufacturing, vol. 29, no. 4, pp. 436-445, Nov. 2016.

S. Barua, M. Islam, X. Yao, and K. Murase, “MWMOTEmajority weighted minority oversampling technique for imbalanced data setlearning,” IEEE Transaction on Knowledgement and Data Engineering, vol. 26, no. 2, pp. 405-425, Feb. 2014.

I. Goodfellow, J. P. Abadoe, M. Mirza, B. Xu, D. W. Farley, S. Ozair, A. Courville, and Y. Bengio, “Generative adversarial networks,” Communications of the ACM, vol. 63, no. 11, pp. 139-144, Nov. 2020.

S. Akcay, A. A. Abarghouei, and T. Breckon, “GANomaly: Semi-supervised Anomaly Detection via Adversarial Training,” Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), vol. 11363 LNCS, pp. 622-637, May. 2019.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김민희

소속기관 창원대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 4 이용수 918

진교홍

소속기관 창원대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5%

논문수 52 이용수 3,150

이 논문과 함께 이용한 논문

단순한 합성데이터 생성 방식을 활용한 gMLP 기반 자기 지도 학습 이상탐지 기법

황주효 , 진교홍 한국정보통신학회논문지 2023 .01

감성 라벨링을 이용한 주식 트레이딩 시스템 개발

박명석 , 김재윤 한국통신학회논문지 2022 .11

제조 분야를 위한 데이터 분석 모델

이기성 , 이종찬 한국산학기술학회 논문지 2022 .10

주가 예측 모델에서의 분할 예측을 통한 성능향상 탐구

여태건우 , 유도희 , 남정원 외 1명 한국정보통신학회논문지 2022 .04

딥러닝 기반 임의적 스케일 초해상도 모듈을 이용한 Mask-RCNN 성능 향상

안영필 , 박현준 한국정보통신학회논문지 2022 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2022-004-001093212

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (10)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)