$\require{mediawiki-texvc}$

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.

[국내논문] 주성분 분석을 통한 선박 기관 상태의 차수 축소 모델링
Reduced Order Modeling of Marine Engine Status by Principal Component Analysis

大韓造船學會 論文集 = Journal of the society of naval architects of korea, v.61 no.1, 2024년, pp.8 - 18  

이승범 (충남대학교 선박해양공학과) ,  서정화 (충남대학교 선박해양공학과) ,  김동환 (충남대학교 첨단수송체연구소) ,  한상민 ((주)삼성중공업 조선해양연구소 자율운항연구센터) ,  김관우 ((주)삼성중공업 조선해양연구소 자율운항연구센터) ,  정성욱 ((주)삼성중공업 조선해양연구소 자율운항연구센터) ,  유병우 (충남대학교 자율운항시스템공학과)

Abstract ▼ AI-Helper 아이콘AI-Helper

The present study concerns reduced order modeling of a marine diesel engine, which can be used for outlier detection in status monitoring and carbon intensity index calculation. Principal Component Analysis (PCA) is introduced for the reduced order modeling, focusing on the feasibility of detecting ...

Keyword

#특이값 분해   #선박 기관   #주성분 분석  

참고문헌 (20)

  1. Alexandris, N., Gupta, S. and Koutsias, N., 2017. Remote？sensing of burned areas via PCA, Part 1; centering,？scaling and EVD vs SVD. Open Geospatial Data, Software？and Standards, 2, Article No. 17. 

  2. Bishop, C.M., 2006. Pattern Recognition and Machine Learning.？Springer-Verlag. 

  3. Kim, S.-H., Lee, Y.-S. and Han, Y.-J., 2003. A study on the？design of fault diagnostic system based on PCA. Journal of？Korean Institute of Intelligent Systems, 13(5), pp.600-605. 

  4. Kim, Y.-I., Oh, H.-K. and Yu, Y.-H., 2006. The development？of diesel engine room fault diagnosis system using a？correlation analysis method. Journal of the Korean Society？of Marine Engineering, 30(2), pp.253-259. 

  5. Kim, K.-S., Roh, M.-I., Jeong, Y.-J. and Na, G.-J., 2020a.？Development of an application for predicting and visualizing？the ocean weather. Korean Journal of Computational？Design and Engineering, 25(4), pp.434-444. 

    상세보기

  6. Kim, D., Lee, S. and Lee, J., 2020b. Abnormaly detection of？vessel main engine big data using Gaussian mixture model.？Journal of the Korean Data Analysis Society, 22(4),？pp.1473-1489. 

  7. Kim, D., Han, Y., Kim, H., Kang, S., Kim, K. and Bae, H., 2022. Outlier detection and labeling of ship main engine？using LSTM-AutoEncoder. The Korea Journal of Big Data,？7(1), pp.125-137. 

  8. Korean Register, 2021. Guidebook for CII Regulation. Korean？Register R&D Division. 

  9. Landgraf, A.J. and Lee, Y., 2020. Dimensionality reduction？for binary data through the projection of natural？parameters. Journal of Multivariate Analysis, 180, Article？No. 104668. 

  10. Lee, S.B., Han, B.W., Park, D.W., Ahn, Y.W., Go, S.C. and？Seo, H.W., 2012. Proper orthogonal decomposition of？pressure fluctuations in moonpool. Journal of the Society？of Naval Architects of Korea, 49(6), pp.484-490. 

  11. Lee, J.H., 2017. Proper orthogonal decomposition and its？application: parametric reduced order models.？Computational Structural Engineering, 30(1), pp.29-35. 

  12. Leeuw, J., 2006. Principal component analysis of binary data？by iterated singular value decomposition. Computational？Statistics and Data analysis, 50(1), pp.21-39. 

    상세보기

  13. Loyola-Gonzalez, O., 2019. Black-box vs white-box:？understanding their advantages and weaknesses from a？practical point of view. IEEE Access, 7, 154096-154113. 

    상세보기

  14. Moeini, B., Avval, T.G., Gallagher, N. and Linford, M.R., 2023. Surface analysis insight note. Principal component？analysis (PCA) of an X-ray photoelectron spectroscopy？image. The importance of preprocessing. Surface and？Interface Analysis, 55(11), pp.798-807. 

    상세보기

  15. Paik, B.-G., Kim, K.-Y., Kim, K.-S., Lee, J.-Y. and Lee,？S.-J., 2010. Analysis of the unstable propeller wake using？POD method. Journal of the Society of Naval Architects of？Korea, 47(1), pp.20-29. 

  16. Park, J.-H., Jang, M.-K., Lee, G.-H., Oh, E.-K. and Hur,？S.-W., 2016. Forecasting algorithm for vessel engine？failure. Journal of Korean Institute of Information Technology,？14(11), pp.109-117. 

    상세보기

  17. Park, J.-H., Oh, E.-K., Jang, M.-K., Seo, Y.-W. and Hur,？S.-W., 2017. Improved forecasting algorithm for vessel？engine failure. Journal of Korean Institute of Information？Technology, 15(11), pp.175-185. 

    상세보기

  18. Park, J.-C., Kwon, H.-C., Kim, C.-H. and Jang, H.-S., 2023. The study of failure mode data development and？feature parameter's reliability verification using LSTM algorithm？for 2-stroke low speed engine for ship's propulsion.？Journal of the Society of Naval Architects of Korea, 60(2),？pp.95-109. 

  19. Savage, N., 2022. Breaking into the black box of artificial？intelligence. Nature, DOI:10.1038/d41586-022-00858-1. 

    crossref

  20. Shin, S.-Y., Jung, K.-H., Kang, Y.-D., Suh, S.-B., Kim, J.？and An, N.-H., 2017. A study on the effect of large？coherent structures to the skin friction by POD analysis.？Journal of the Society of Naval Architects of Korea, 54(5),？pp.406-414. 

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

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