$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

설비 이상탐지를 위한 딥러닝 알고리즘 개발
Development of a Deep Learning Algorithm for Anomaly Detection of Manufacturing Facility 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.26 no.2, 2022년, pp.199 - 206  

김민희 (Department of Smart Manufacturing Engineering, Changwon National University) ,  진교홍 (Department of Electronic Engineering, Changwon National University)

초록
AI-Helper 아이콘AI-Helper

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.

Abstract ▼ AI-Helper 아이콘AI-Helper

A malfunction or breakdown of a manufacturing facility leads to product defects and the suspension of production lines, resulting in huge financial losses for manufacturers. Due to the spread of smart factory services, a large amount of data is being collected in factories, and AI-based research is ...

주제어

#스마트공장   #딥러닝   #제조 데이터   #이상탐지   #제조 설비  

표/그림 (13)

참고문헌 (10)

  1. 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. 

  2. 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. 

    상세보기 crossref

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

    상세보기 crossref

  4. 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. 

    상세보기 crossref

  5. 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. 

  6. R. Chauhan, K. Ghanshala, and R. Joshi, "Convolutional Neural Network (CNN) for Image Detection and Recognition," in 2018 First International Conference on Secure Cyber Computing and Communication (ICSCCC), pp. 278-282, Dec. 2018. 

  7. K. Qian, Y. Zhang, S. Chang, X. Yang, and M. H. Johnson, "AUTOVC: Zero-Shot Voice Style Transfer with Only Autoencoder Loss," in International Conference on Machine Learning. PMLR, pp. 5210-5219, May. 2019. 

  8. S. Bulusu, B. Kailkhura, B. Li, P. K. Varshney, and D. Song, "Anomalous Example Detection in Deep Learning: A Survey," IEEE Access, vol. 8, pp. 132330-132347, July. 2020. 

    상세보기 crossref

  9. J. Zhang, Y. Zheng, D. Qi, R. Li, and X. Yi, "DNN-Based Prediction Model for Spatio-Temporal Data," in Proceedings of the 24th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (SIGSPATIAL '16). Association for Computing Machinery, New York: NY, pp. 1-4, Oct. 2016. 

  10. R. Chalapathy and S. Chawla, "Deep Learning for Anomaly Detection: A Survey," arXiv preprint arXiv:1901.03407, Jan. 2019. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로