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
고병만 (현대모비스) 이재현 (현대모비스) 이효배 (현대모비스) 박진호 (현대모비스) 허지현 (카카오)
저널정보
한국자동차공학회 한국자동차공학회 추계학술대회 및 전시회 2023년 한국자동차공학회 추계학술대회 및 전시회
발행연도
2023.11
수록면
900 - 904 (5page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 NHTSA의 Crash Test Database에서 수집된 2011년 ~ 2022년 동안의 56kph 정면 충돌 데이터 400여개를 활용하여 유저의 관심 차종과 유사한 차종의 Crash Test Data를 제공하는 기계학습 기반 군집화 모델을 개발하는 것을 목적으로 한다. 군집화를 위해 차량의 무게, 더미 착좌 데이터(동승석 HW, CD, KD)와 구속장치 개수, 상해데이터인 HIC15의 계산 시작 시점인 T1 데이터를 사용하였고, 차원의 저주(The curse of dimensionaliy)를 피하고 데이터 시각화를 위해 차원축소 기법을 활용하였다. 결과를 평가하기 위해 Silhouette score를 사용하였으나 시각화를 통해 군집화 정도를 함께 판단하였다. 기준 클러스터 숫자를 3으로 놓고 비교하였을 때 가장 성능이 좋았던 것은 Min-Max Scaler와 UMAP 차원축소 후 Kmeans 모델을 적용하였을 때 Silhouette Score가 0.662로 Standard Scaler 및 Robust Scaler의 0.5대 점수에 비해 결과가 우수하였고, 검토 결과 용도에 필요한 성능은 확보가 된 것으로 판단되었다.

목차

Abstract
1. 서론
2. 데이터 수집 및 전처리
3. 모델링
4. 결론
References

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0