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
학술저널
저자정보
신제창 (Konkuk University) 김명준 (Konkuk University) 강철구 (Konkuk University)
저널정보
한국철도학회 한국철도학회 논문집 한국철도학회 논문집 제26권 제5호(통권 제167호)
발행연도
2023.5
수록면
287 - 298 (12page)
DOI
10.7782/JKSR.2023.26.5.287

이용수

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

초록· 키워드

오류제보하기
최근 철도차량의 상태기반정비를 위한 딥러닝 기반의 이상탐지 기술에 관한 연구가 주목받고 있다. 딥러닝은 학습에 사용한 특징에 큰 영향을 받기 때문에 학습에 사용하는 특징을 적절하게 선택할 필요가 있다. 본 논문에서는 철도차량 공기압축기의 이상탐지 학습에 사용할 특징을 적절하게 선택함으로써, 공기압축기 이상탐지 모델의 성능을 개선할 수 있음을 보인다. 학습에 사용할 특징을 다르게 선택한 모델들에 인위적으로 생성한 이상 데이터를 입력하여 정확도를 비교하고, 학습에 가장 적절한 특징 조합을 선택한다. 또한 데이터의 이상점 및 작동상태에 의한 판단오류를 방지하기 위해 이상비율을 사용하는 방법을 제안하고, 적절한 특징선택을 한 모델에 적용하여 공기압축기의 건강상태를 효과적으로 판단할 수 있음을 보인다.

목차

Abstract
초록
1. 서론
2. 철도차량 스크루 공기압축기
3. 데이터 수집 및 전처리
4. LSTM-오토인코더 기반 이상탐지 방법론
5. LSTM-오토인코더 성능개선을 위한 특징선택 과정
6. 시험 결과
7. 결론
References

참고문헌 (10)

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

UCI(KEPA) : I410-ECN-0101-2023-557-001550832