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
이재승 (고려대학교) 백남균 (덕성여자대학교) 유제혁 (덕성여자대학교)
저널정보
한국산업정보학회 한국산업정보학회논문지 한국산업정보학회논문지 제30권 제1호
발행연도
2025.2
수록면
51 - 65 (15page)

이용수

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

초록· 키워드

오류제보하기
스마트 팩토리에서 운영되는 여러 센서들을 원활히 사용하기 위해서는 센서의 상태를 지속적으로 모니터링하는 것이 중요하다. 최근, 심층학습 기술의 발달로, 여러 센서들에서 수집되는 다변량 시계열 데이터에 대하여 그래프 신경망 기반의 이상 탐지 모델이 활발히 연구되고 있다. 하지만, 기존 모델들은 주로 단일 스케일에서 도출한 그래프 구조에 의존하여 이상을 탐지하였기에, 모델이 특정 주기에 편향되어 다양한 시간 주기에서 나타나는 이상치를 탐지하기 어려웠다. 이에 본 논문에서는 여러 개의 스케일을 이용하여 시게열 데이터의 장기적 및 단기적 시간 특성을 분석하고, 이러한 특성을 센서 간 상관관계를 학습하는 과정에 반영하는 그래프 신경망 기반의 다변량 시계열 이상 탐지 기법을 제안한다. 공개 공장 센서 데이터셋을 활용한 실험 결과, 여러 개의 스케일을 이용하여 다양한 시간 주기를 반영하는 것이 이상 탐지 성능 개선에 기여할 수 있음을 확인하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안하는 기법
4. 실험 환경
5. 실험 결과
6. 결론
References

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) : I410-151-25-02-092487127