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
고건우 (인하대학교) 조보현 (인하대학교) 변영주 (인하대학교) 유동현 (인하대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제34권 제4호
발행연도
2023.7
수록면
619 - 634 (16page)
DOI
10.7465/jkdi.2023.34.4.619

이용수

DBpia Top 10%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)

초록· 키워드

오류제보하기
최근 정상 데이터만 이용하여 이상치 탐지 모형을 학습하는 비지도 학습 기반 모형이 활발히 연구되고 있다. 본 논문에서는 이상치 탐지에 적용되는 비지도 학습 기반의 여러 머신러닝 모형과 딥러닝 모형을 소개하고 주파수 기반의 센서 데이터에 대하여 이상치 탐지 성능을 비교하였다. 주파수 기반의 센서 데이터는 AI Hub의 누수 감지 센서 데이터를 활용하였다. 각 모형들에 대하여 자기 적응적 데이터 이동 방법을 적용하여 생성된 검증 데이터를 이동하여 최적의 조율 모수를 선택하였다. 누수 감지 센서 데이터에 대한 이상치 탐지의 성능 비교 결과, Autoencoder 모형과 Deep SVDD 모형을 결합한 DASVDD 모형이 비지도 학습 기반의 이상치 탐지 모형 중 가장 우수한 성능을 나타내었다.

목차

요약
1. 서론
2. 비지도 학습 기반 이상치 탐지 모형
3. 이상치 탐지 실험
4. 결론
References
Abstract

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

UCI(KEPA) : I410-ECN-0102-2023-041-001920644