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
황하은 (LG전자) 조윤상 (뉴욕대학교) 황석철 (고려대학교) 김성범 (고려대학교)
저널정보
대한산업공학회 대한산업공학회지 대한산업공학회지 제48권 제4호
발행연도
2022.8
수록면
433 - 440 (8page)
DOI
10.7232/JKIIE.2022.48.4.433

이용수

DBpia Top 0.5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2022

머신러닝 및 베이지안 최적화를 이용한 타이어 최적 설계
황하은 ,  조윤상 ,  황석철 외 1명 대한산업공학회지 2022.08 학술저널

2021

베이지안 최적화를 이용한 목표 품질에 대한 타이어 최적 설계인자 도출
황하은 ,  조윤상 ,  황석철 외 1명 대한산업공학회 추계학술대회 논문집 2021.11 학술대회자료

초록· 키워드

오류제보하기
Product design optimization plays an important role in the manufacturing industry. In the tire manufacturing industry, design optimization process traditionally involves generation of tire design candidates and quality prediction by using finite element analysis (FEA). However, this traditional process requires expert’s experiences to derive design candidates that satisfies target quality. In addition, FEA requires a lot of time to obtain the prediction results although it provides accurate predictive performance. To overcome these issues, we propose Bayesian optimization based on a predictive model for the tire design. We train a model that can predict multiple quality variables and perform Bayesian optimization that can optimize numerical and categorical variables simultaneously. Results show that the proposed method can effectively predict and optimize the tire design with reduced time complexity.
#Tire Design #Bayesian Optimization #Machine Learning

목차

1. 서론
2. 관련 연구
3. 제안 방법론
4. 실험
5. 결론
참고문헌

참고문헌 (20)

참고문헌 신청
Bergstra, J., Bardenet, R., Bengio, Y., and Kégl, B. (2011), Algorithms for hyper-parameter optimization, Advances in Neural Information Processing Systems, 24. google schola Breiman, L., Friedman, J., Stone, C. J., and Olshen, R. A. (1984), Classification and regression trees, CRC press. google schola Choi, J. and Kang, N. (2015), Run-flat tire optimization using response surface method and genetic algorithm, Transactions of the Korean Society for Noise and Vibration Engineering, 25(4), 247-254. google schola Friedman, J. H. (2001), Greedy function approximation: A gradient boosting machine, Annals of Statistics, 1189-1232. google schola Gipser, M. (2007), FTire-the tire simulation model for all applications related to vehicle dynamics, Vehicle System Dynamics, 45(S1), 139-151. google schola

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

머신러닝 알고리즘을 이용한 커피 프랜차이즈 실패 요인 분석에 관한 연구
안예린 ,  이현희 ,  유성민 외 2명 대한산업공학회지 2023 .02
머신러닝 모델을 이용한 대한민국 코로나 신규 확진자 예측
배진수 ,  김성범 대한산업공학회지 2021 .06
해석가능 인공지능을 활용한 바이오화학 기술의 비즈니스 잠재성 평가
이지호 ,  이승현 ,  손은수 외 2명 대한산업공학회지 2023 .06
다중 혈중 성분 농도 예측을 위한 비침습형 센서 기반 멀티 아웃풋 네트워크
유이경 ,  조윤상 ,  목충협 외 3명 대한산업공학회지 2022 .10
예측 모델 기반 섀플리 값을 이용한 타이어 설계 인자 분석
황석철 ,  조윤상 ,  김성범 대한산업공학회지 2022 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-530-001628590