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
고봉균 (고려대학교) 백준걸 (고려대학교)
저널정보
대한산업공학회 대한산업공학회지 대한산업공학회지 제45권 제2호
발행연도
2019.4
수록면
138 - 145 (8page)
DOI
10.7232/JKIIE.2019.45.2.138

이용수

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

이 논문의 연구 히스토리 (2)

2019

Variational Autoencoder를 활용한 제조 실행 시스템(MES) 오동작 탐지
고봉균 ,  백준걸 대한산업공학회지 2019.04 학술저널

2018

Variational Autoencoder를 활용한 제조실행시스템(MES) 오동작 탐지
고봉균 ,  백준걸 대한산업공학회 추계학술대회 논문집 2018.11 학술대회자료

초록· 키워드

오류제보하기
In order to cope with a rapidly changing manufacturing environment, we constantly improve the functions of the manufacturing execution system (MES) and change the master data of the system from time to time during plant operation. However, this is a way to increase manufacturing efficiency and can also cause unexpected system malfunctions. Therefore, an anomaly detection system that can detect a malfunction of MES is needed. This paper analyzes MES log file to detect a system malfunction. A log file consisting of categorical data is converted into numerical data using Word2Vec and learns from the variable Autoencoder to determine if a system is malfunctioning. Experimental results using a log file generated by a semiconductor MES simulator show that the proposed method has excellent system malfunction detection performance.
#MES #Anomaly Detection #System Log File #Word2Vec #Variational Autoencoder

목차

1. 서론
2. 관련 연구 고찰
3. 제조 생산 시스템 오동작 감지 모델
4. 실험 결과 분석
5. 결론
참고문헌

참고문헌 (17)

참고문헌 신청
Abdi, H. and Williams, L. (2010), Principal component analysis, Wiley Interdisciplinary Reviews, Computational Statistics, 2(4), 433-459. google schola An, J. and Cho, S. (2015), Variational autoencoder based anomaly detection using reconstruction probability, Special Lecture on IE, 2, 1-18. google schola Chandola, V., Banerjee, A., and Kumar, V. (2009), Anomaly detection : A survey, ACM computing surveys (CSUR), 41(3), 15. google schola Doersch, C. (2016), Tutorial on variational autoencoders, arXiv preprint arXiv : 1606.05908. Guo, C. and Berkhahn, F. (2016), Entity embeddings of categorical variables, arXiv preprint arXiv:1604.06737.

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

다중 식별자를 이용한 Adversarial Autoencoder 기반 제조 공정 이상 탐지
이승희 ,  백준걸 대한산업공학회 추계학술대회 논문집 2020 .11
Variational Autoencoder를 활용한 제조실행시스템(MES) 오동작 탐지
고봉균 ,  백준걸 대한산업공학회 추계학술대회 논문집 2018 .11
마스크 이미지를 이용한 CNN 기반 클래스 확률 보정
맹대주 ,  백준걸 대한산업공학회 추계학술대회 논문집 2020 .11
반도체 디펙(Defect) 특성 데이터를 이용한 IADC 알고리즘 개발
김범철 ,  백준걸 대한산업공학회 추계학술대회 논문집 2019 .11
Segmentation and clustering based data preprocess technique for fault detection in semiconductor manufacturing process
Kyuchang Chang ,  Jun-Geol Baek 대한산업공학회 춘계공동학술대회 논문집 2019 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-530-000561426