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
학술대회자료
저자정보
신용진 (서울대학교) 김명연 (서울대학교) 고진욱 (서울대학교) 이진욱 (서울대학교) 윤병동 (원프레딕트)
저널정보
대한기계학회 대한기계학회 춘추학술대회 대한기계학회 2020년 학술대회
발행연도
2020.12
수록면
107 - 112 (6page)

이용수

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

초록· 키워드

오류제보하기
Diagnosis of motor defects are essential task, because the defects can lead to failure of an entire system, causing deterioration in quality of applications and user dissatisfaction. Recently, this problem has been addressed by a datadriven approach based on deep learning methods. However, in real industrial environment, defect data are insufficient compared to the normal data, which significantly degrades the learning performance of the diagnostic model. This paper proposes a deep learning-based diagnosis method, defining weight balancing parameters to solve the data imbalance between normal and defect data. The parameters can make the model to more focus on the defect data during training. We optimized the parameters through Bayesian method, and find the best model to improve classification performance in minor classes. Experimental results show that the model with optimized parameters enhanced performance in given imbalanced data. This refers that the model can proceed training without editing the input data to balance between minor and major classes.
#모터 결함(Motor defect) #데이터 불균형(Data imbalance) #가중치 균형 파라미터(Weight balancing parameter) #손실 함수(Loss function) #베이지안 최적화(Bayesian optimization)

목차

Abstract
1. 서론
2. 이론적 배경
3. 실험 과정
4. 실험 결과 및 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

Spark 기반의 인 메모리 분산 이동객체 색인 기법
이윤수 ,  송석일 한국콘텐츠학회 종합학술대회 논문집 2014 .11
전자계-기계계 융합해석을 통한 차량 구동용 대용량 전기 모터의 구조 진동 해석 분석
서상혁 ,  전성배 ,  김찬호 외 1명 한국정밀공학회 학술발표대회 논문집 2018 .10
항공기 결빙 보호장치의 기술 현황 및 전망
이재원 ,  조민영 ,  김용환 외 2명 한국항공우주학회지 2020 .11
펌프 구동용 모터에 대한 진동 원인 분석 및 진동 저감
장우재 ,  류석원 ,  박동주 외 1명 한국소음진동공학회 학술대회논문집 2020 .06
전기자동차용 모터 냉각 방식 비교 연구
강예림 ,  김동규 대한기계학회 춘추학술대회 2019 .11

최근 본 자료

전체보기

댓글(0)

0