지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.3
- 수록면
- 382 - 390 (9page)
- DOI
- 10.7840/kics.2023.48.3.382
이용수
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 산업시설의 고장 및 진단을 위해 딥 러닝을 이용한 이상 탐지 기술이 큰 관심을 얻고 있다. 일반적으로 고장 진단 및 예측 분야는 다른 분야와는 달리 이상 데이터가 정상 데이터 수에 비해 현저히 적다는 특징이 있다. 따라서, 대부분의 데이터가 정상이라고 가정하고 데이터의 레이블 없이 학습하는 비지도 학습을 적용하는 것이 일반적이다. 하지만, 대부분의 정상 데이터로만 학습된 모델에서 높은 정확도의 정상과 이상 데이터 분류성능을 기대하기는 어렵다. 본 논문에서는 비지도 학습의 대표적인 모델인 오토인코더의 성능을 개선하는 방법으로 소량의 이상 데이터를 학습에 사용하는 약한 지도학습 기반 오토인코더를 제안한다. 제안하는 기법이 소량의 이상 데이터만으로도 낮은 복잡도를 유지하면서 기존의 여러 이상탐지 모델 대비 성능 향상에 효과적임을 실험을 통해 보인다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 약한 지도학습 기반 오토인코더
Ⅳ. 실험 환경 및 결과
Ⅴ. 결론
References
참고문헌 (23)
참고문헌 신청
M.-H. Kim and K.-H. Jin, “Development of a deep learning algorithm for anomaly detection of manufacturing facility,” J. KIICE, vol. 26, no. 2, pp. 199-206, 2022. (https://doi.org/10.6109/jkiice.2022.26.2.199)
P. Garcia-Teodoro, J. Diaz-Verdejo, G. Macia-Fernandez, E. Vazquez, “Anomalybased network intrusion detection: Techniques, systems and challenges,” Computers & Secur., vol. 28, no. 1-2, pp. 18-28, 2009. (https://doi.org/10.1016/j.cose.2008.08.003)
M. Ahmed, A. N. Mahmood, and M. R. Islam, “A survey of anomaly detection techniques in financial domain,” Future Gener. Comput. Syst., vol. 55, pp. 278-288, 2016. (https://doi.org/10.1016/j.future.2015.01.001)
B. Scholkopf, R. C. Williamson, A. Smola, J. Shawe-Taylor, and J. Platt, “Support vector method for novelty detection,” Adv. Neural. Inf. Process. Syst., vol. 12, pp. 582-588, 1999. (https://dl.acm.org/doi/10.5555/3009657.3009740)
M. M. Breunig, H.-P. Kriegel, R. T. Ng, and J. Sander, “Lof: Identifying density-based local outliers,” in Proc. ACM SIGMOD Int. Conf. Manag. Data , pp. 93-104, 2000. (https://dl.acm.org/doi/10.1145/335191.335388)
P. Garcia-Teodoro, J. Diaz-Verdejo, G. Macia-Fernandez, E. Vazquez, “Anomalybased network intrusion detection: Techniques, systems and challenges,” Computers & Secur., vol. 28, no. 1-2, pp. 18-28, 2009. (https://doi.org/10.1016/j.cose.2008.08.003)
M. Ahmed, A. N. Mahmood, and M. R. Islam, “A survey of anomaly detection techniques in financial domain,” Future Gener. Comput. Syst., vol. 55, pp. 278-288, 2016. (https://doi.org/10.1016/j.future.2015.01.001)
B. Scholkopf, R. C. Williamson, A. Smola, J. Shawe-Taylor, and J. Platt, “Support vector method for novelty detection,” Adv. Neural. Inf. Process. Syst., vol. 12, pp. 582-588, 1999. (https://dl.acm.org/doi/10.5555/3009657.3009740)
M. M. Breunig, H.-P. Kriegel, R. T. Ng, and J. Sander, “Lof: Identifying density-based local outliers,” in Proc. ACM SIGMOD Int. Conf. Manag. Data , pp. 93-104, 2000. (https://dl.acm.org/doi/10.1145/335191.335388)
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-567-001345360