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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신현준 (남서울대학교) 오창헌 (한국기술교육대학교)
저널정보
한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제21권 제11호
발행연도
2017.11
수록면
2,037 - 2,042 (6page)

이용수

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

초록· 키워드

오류제보하기
스마트 공장은 미리 입력된 프로그램에 의해 생산시설이 수동적으로 움직이는 공장 자동화 작업 방식과는 달리, 생산 설비 스스로 작업 방식을 결정하여야 한다. 생산 설비 스스로 작업 방식을 결정이라 함은, 이를테면 제조 현장에서 설비의 노후, 문제 발생 예측, 제품의 불량 검출 등과 같은 이상 징후가 발생할 시 이를 조기에 발견한 후 스스로 문제를 해결하는 것을 의미한다. 본 논문에서는 제조 현장의 제조 공정 이상 징후 감지를 위해 대기행렬을 이용한 제조공정 모델링을 제시하고 해당 모델링에서 이상 징후를 기계학습 기술 중 하나인 SVM을 이용하여 이를 감지하도록 한다. 해당 대기행렬을 M/D/1을 사용하였으며, μ, λ, ρ를 기반으로 컨베이어 벨트 제조 시스템을 모델링하였다. SVM을 이용하여 ρ의 변화량을 통해 이상 징후를 감지했다.
#기계학습 #지도학습 #제조 현장 #비정상 데이터 #Machine learning #Supervised Learning #Shop-floor #Abnormal Data

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제조 현장의 비정상 데이터 분류를 위한 기계학습
Ⅳ. 모의실험
Ⅴ. 결론
REFERENCES

참고문헌 (9)

참고문헌 신청
M. Taisch, B. Stahl and G. Tavola, “ICT in Manufacturing: Trends and Challenges for 2020 - an European View,” Industrial Informatics (INDIN), In Proceedings of the IEEE International Conference on, Houston, USA, pp. 941-946, Sep. 2012. J. M. Park, “Technology and Issue on Embodiment of Smart Factory in Small-Medium Manufacturing Business,” The Journal of The Korean Institute of Communication Science, vol.40, no. 12, pp. 2491-2502, Dec. 2015. J. B. Kim, “An Empirical Study on the Success Cases of Digital Manufacturing System Implementation in Manufacturing Industry-Focused on Smart Factory,” Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, vol.5, no.4, pp. 1-8, Aug. 2015. K. W. Cho, M. H. Jeon and C. H. Oh, “Development of Equipment Control System based on DB Access Method for Industrial IoT,” Journal of the Korea Institute of Information and Communication Engineering, vol. 20, no. 6, pp. 1142- 1147, Jun. 2016. C. Cortes and V. Vapnik, “Support-vector Networks,” Machine Learning, vol. 20, no. 3, pp. 273-297, Sep. 1995.

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

효과적인 사이버 물리 제조 시스템 환경 구축을 위한 제조 라인 KPI 연구
강선가 ,  박진우 한국경영과학회 학술대회논문집 2016 .10
산업 데이터 분석을 위한 통계 및 기계학습 모형의 예측 성능 비교
이성근 ,  김도훈 ,  이원석 외 1명 한국생산제조학회 학술발표대회 논문집 2017 .04
머신러닝을 활용한 제품 특성 예측모델의 성능향상 방법 연구
김종훈 ,  오하영 한국정보통신학회논문지 2021 .06
인공지능 모델을 이용한 공작기계의 스핀들 고장 진단
윤성재 ,  이문영 ,  이정환 외 2명 대한기계학회 논문집 A권 2021 .05
머신러닝 기반의 제조공정 불량검출 시스템
문현식 ,  황규환 한국정밀공학회 학술발표대회 논문집 2019 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-001532695