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
정지영 (University of Ulsan) 김성현 (University of Ulsan)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제69권 제8호
발행연도
2020.8
수록면
1,225 - 1,236 (12page)
DOI
10.5370/KIEE.2020.69.8.1225

이용수

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

이 논문의 연구 히스토리 (2)

2020

텍스트 마이닝과 딥 러닝을 활용한 고장진단: 고장원인부서 예측 알고리즘 개발
정지영 ,  김성현 전기학회논문지 2020.08 학술저널
텍스트 마이닝과 딥 러닝을 활용한 고장진단 : 고장원인부서 예측 알고리즘 개발
정지영 중공업융합기술공학과 2020.01 학위논문

초록· 키워드

오류제보하기
Recently, as the value of text data increases, various studies on text analysis have been required, especially in the area of failure diagnosis. However, there are almost no results that systematically address the text analysis problem in the literature. Motivated by this concern, this paper focuses on developing a text analysis method that can be applied to failure diagnosis via the well-known text mining and deep learning. The main objective of this study is to analyze the failure diagnosis data of electric equipments by building an algorithm that can predict the departments (or companies) that provides the cause of the failure. To be specific, the proposed algorithm offers a possibility 1) to shorten the maintenance time, 2) to minimize labor costs, and 3) provide clear criteria of selecting subcontractor through statics and visualization. Methodologically, the data preprocessing such as feature extraction and tokenization enables the raw text data to be analyzed. After that, on the basis of machine learning and deep learning models (including CNN and RNN), various experiments are conducted to select some suitable models with high performances. Furthermore, this study makes an attempt to optimize the selected models by means of parameter tuning and dropout techniques. Finally, using the most recent data, the effectiveness of the proposed algorithm is verified.
#Text Mining #Deep Learning #Failure Diagnosis #CNN #Model Optimization

목차

Abstract
1. 서론
2. 이론적 배경
3. 고장원인부서 예측 알고리즘 개발
4. 결론
References

참고문헌 (33)

참고문헌 신청
A. Krizhevsky / 2012 / ImageNet Classification with Deep Convolutional Neural Networks / Neural Information Processing Systems 25(NIPS 2012) google schola A. Graves / 2013 / SPEECH RECOGNITION WITH DEEP RECURRENT NEURAL NETWORKS / International Conference on Acoustics, Speech and Signal Processing(ICASSP) google schola A. Conneau / 2017 / Very Deep Convolutional Networks for Text Classification / EACL 2017 google schola E. W. T. Nagi / 2016 / A REVIEW OF THE LITERATURE ON APPLICATIONS OF TEXT MINING IN POLICY MAKING / Pacofic Asia Conference on Information Systems(PACIS) google schola 김유영 / 2016 / 영화 리뷰 감성분석을 위한텍스트 마이닝 기반 감성 분류기 구축 / 지능정보연구 22(3):71~89 dbpia

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

15-16세기 朝鮮 白磁에 보이는 明代 磁器의 影響
이현정 미술사학연구(구 고고미술) 2011 .06
Semantic Similarity-based Intent Analysis using Pre-trained Transformer for Natural Language Understanding
정상근 ,  서혜인 ,  김현지 외 1명 Journal of KIISE 2020 .08
A Text Sentiment Classification Method Based on LSTM-CNN
Guangxing Wang ,  Seong-Yoon Shin ,  Won Joo Lee 한국컴퓨터정보학회논문지 2019 .12
군 조직 업무 분석기법에 관한 연구
임상수 ,  이문걸 한국데이터정보과학회지 2019 .01
풍속과 풍력터빈 용량을 고려한 대용량 해상풍력발전단지의 경제성 평가에 관한 연구
문원식 ,  신중우 ,  윤광훈 전기학회논문지 2021 .07

최근 본 자료

전체보기

댓글(0)

0