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
Sun-Hag Hong (Seoil University) Seong-June Lee (Seoil University) Jun-Young Kim (Seoil University)
저널정보
대한전자공학회 대한전자공학회 학술대회 2021년도 대한전자공학회 하계종합학술대회 논문집
발행연도
2021.6
수록면
1,209 - 1,212 (4page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 배전보호설비의 고장을 감지하는 목적의 임베디드 시스템(이하 COS MEMS system)에 기계학습 알고리즘을 적용하여 배전보호설비의 고장을 예측하는 기능을 구현한다. 이 임베디드 시스템에 기계학습을 사용하는 장점으로는 경량화 된 소프트웨어 구조로 전력소비를 줄일 수 있고, 크기가 작아 활용성이 좋다. 본 논문에서는 SensorQ 구현과정과 TensorFlow 기반의 기계 학습 알고리즘을 COS MEMS 시스템에 적용하고 Edge Impulse 학습알고리즘을 이용하여 향상된 고장 검출 및 예측기능을 구현한다. 본 논문에서는 만족할 만한 수준의 고장 예측을 확인하였다.

목차

Abstract
I. Introduction
II. TensorFlow Lite
Ⅲ. Implementation
Ⅳ. Conclusions
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