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
정진형 (경기대학교) 김용수 (경기대학교)
저널정보
한국신뢰성학회 신뢰성응용연구 신뢰성응용연구 제20권 제4호
발행연도
2020.12
수록면
357 - 365 (9page)
DOI
10.33162/JAR.2020.12.20.4.357

이용수

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

이 논문의 연구 히스토리 (2)

2020

보증데이터를 이용한 텍스트 마이닝 기반 고장 현상 예측 연구
정진형 ,  김용수 신뢰성응용연구 2020.12 학술저널
텍스트 마이닝 기반 보증데이터를 이용한 고장 현상 예측 연구
정진형 ,  김용수 한국서비스경영학회 학술대회 2020.11 학술대회자료

초록· 키워드

오류제보하기
Purpose: This paper uses unstructured warranty data, such as customer complaints and repair information, extracted through text mining and proposes a methodology for identifying and predicting automotive failure.
Methods: The Word2Vec and CountVectorizer algorithms were used to determine the similarity between and frequency of the vectorized meanings of the words. A word embedding model was constructed on the bases of these distinct features of the words, and multimodal-deep neural network (DNN) modeling was performed to derive the prediction results of the failure phenomenon. A comparative analysis of the performance metrics of different combinations of the models was performed.
Results: The model using both the CountVectorizer algorithm for extracting features within similar text clusters and the multimodal-DNN for training the data exhibited the best performance.
Conclusion: This study shows the effects of different data structures and feature extraction algorithms on failure prediction performance. The developed model improves the prediction accuracy by applying the relevant feature extraction algorithm and text classification learning model.
#Warranty Data #Text Mining #Multimodal-DNN

목차

1. 서론
2. 관련 문헌 연구
3. 연구 방법
4. 실험 결과
5. 결론
References

참고문헌 (31)

참고문헌 신청
F. J. M. Caers / 2010 / Design for reliability -a reliability engineering framework / 2010 11th Int. Conf. on Electron. Packag. Technol. & High Density Packag. :1108~1113 google schola 임재학 / 2017 / 중고제품의 보증과 보전정책에 대한 최근 연구 동향 / 신뢰성 응용연구 17(2):159~167 dbpia 권영일 / 2019 / 초기고장이 포함된 자동차 보증수리데이터에 의한 부품 신뢰도 추정 / 신뢰성 응용연구 19(1):31~38 dbpia 정해성 / 2017 / 4차 산업혁명 시대에서의 신뢰성 패러다임의 변화 / 신뢰성 응용연구 17(4):289~295 dbpia 유재민 / 2019 / FMEA에 대한 고찰 / 신뢰성 응용연구 19(4):318~333 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

운용 환경을 고려한 우발고장확률의 통계적 추정
심현수 ,  김용수 대한산업공학회지 2024 .02
선박의 기관시스템 보조기기 펌프의 상태기반정비를 위한 HHT 및 CNN을 활용한 고장 분류
유병문 ,  이종직 ,  김용진 외 5명 신뢰성응용연구 2023 .12
금속탐지장비의 시험 절차 고도화 방안 연구
정예은 ,  김기현 ,  심현수 외 2명 신뢰성응용연구 2023 .09
군수품 시험 성적서의 양품 데이터를 활용한 검사항목별 잠재적 불량 가능성 예측 방법
김다은 ,  이창희 ,  박두일 외 1명 신뢰성응용연구 2023 .06
센서 데이터 기반의 타이어 상태진단 알고리즘 개발
김성목 ,  정예은 ,  김예준 외 1명 신뢰성응용연구 2023 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-323-000046846