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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Rita Rijayanti (Changwon National University) Kyohong Jin (Changwon National University) Mintae Hwang (Changwon National University)
저널정보
한국정보통신학회 한국정보통신학회 여성 ICT 학술대회 논문집 한국정보통신학회 2020년도 여성ICT위원회 학술대회 논문집
발행연도
2020.8
수록면
18 - 22 (5page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 스마트 제조의 주요 요소 기술인 3D 프린팅을 위해 적용 가능한 기계학습 알고리즘들을 조사 분석하고서, 어떠한 알고리즘이 고장 감지 성능 면에서 우수한지를 객관적인 자료를 통해 비교 분석한 결과를 제시한다. 본 연구는 FDM(Fused Deposition Modeling)을 위한 3D 프린팅 공정 사례에 초점을 맞추고 있으며, 비교 대상 기계학습 알고리즘으로는 계층 구조, 신경망 그리고 K-means 알고리즘을 고려하였다. 인쇄성, 임계치 복잡성 감소, 조립 전 가속, 결함 검출 등의 성능 비교 파라미터를 적용해 상기 기계학습 알고리즘들을 비교해 본 결과 K-means 알고리즘이 88%의 정확도를 보여주고 있어 타 알고리즘에 비해 고장 감지 성능이 우수한 것으로 조사되었다. 이 결과는 다양한 스마트 제조 애플리케이션에 기계학습 알고리즘을 적용하기 위한 참고 자료로 활용될 수 있을 것이라 기대된다.

목차

요약
ABSTRACT
1. Introduction
2. Machine Learning Algorithms for 3D Printing in Smart Factory
3. Three-Dimensional (3D) Printing Technology
4. Method of Proposed Research
5. Analysis of Comparison Result and Discussion
6. Conclusion
References

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-001549806