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
이우석 (한국외국어대학교) 이석룡 (한국외국어대학교)
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2023년 대한산업공학회 추계학술대회
발행연도
2023.11
수록면
3,025 - 3,030 (6page)

이용수

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

초록· 키워드

오류제보하기
연합학습 (federated learning)은 데이터를 한곳으로 모을 필요가 없고 민감한 정보가 직접적으로 공유되지 않아 프라이버시 보호에 효과적이라는 장점이 있다. CNC 가공 과정에서 공구의 마모로 인한 불량 발생을 방지하기 위해서는 여러 센서 데이터를 이용하여 마모를 사전에 탐지하는 작업이 필요하다. 본 논문에서는 데이터 공유가 제한되거나 불가능한 상황에서 CNC 가공 불량 예측을 위하여 플라워 프레임워크 환경에서의 연합학습 모델을 연구하였다. 각 클라이언트에서 학습한 LSTM과 GRU 모델을 FedAvg를 이용하여 취합하는 연합학습 체계를 제안하고, 연합학습과 중앙집중식 학습과의 결과를 비교하였다.

목차

1. 서론
2. 관련 연구
3. 연구 방법론
4. 실험 결과
5. 결론
참고 문헌

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) : I410-151-24-02-088370794