Mahalanobis Distance 기반 중요 산점도 자동 추출 및 특성 인자 선택 알고리즘 개발

오환인; 김인태; 박용훈; 이소정; 정준하

추천

검색

질문

자료유형: 학술대회자료

저자정보: 오환인 (아주대학교) 김인태 (아주대학교) 박용훈 (아주대학교) 이소정 (아주대학교) 정준하 (아주대학교)

저널정보: 대한기계학회 대한기계학회 춘추학술대회 대한기계학회 2023년 학술대회

발행연도: 2023.11

수록면: 2,052 - 2,055 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2023

Mahalanobis Distance 기반 중요 산점도 자동 추출 및 특성 인자 선택 알고리즘 개발

오환인 , 김인태 , 박용훈 외 2명 대한기계학회 춘추학술대회 2023.11 학술대회자료

Mahalanobis Distance 기반 중요 산점도 자동 추출 알고리즘 개발

오환인 , 김인태 , 박용훈 외 1명 대한기계학회 춘추학술대회 2023.05 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

In numerous industrial sectors, data-driven machinery system condition diagnosis is imperative for maintaining machine performance and safety. To achieve this, it is crucial to analyze data patterns and accurately discern the state of the machinery. Scatter plots analysis is a valuable tool for visually understanding relationships between features and is frequently employed in data pattern analysis. However, in complex systems with a multitude of features, generating and analyzing scatter plots for all variable pairs is practically unfeasible. In this study, we propose an algorithm for automatically extracting significant Scatter plots based on Mahalanobis Distance (MD). This algorithm also facilitates the selection of pertinent features. Through this approach, we anticipate efficient identification of crucial feature factors during the data analysis process, ensuring consistency and accuracy in feature selection. Furthermore, we anticipate that this method will contribute to accurately diagnosing the state of machinery systems and optimizing their performance.

#마할라노비스 거리(Mahalanobis Distance) #변수 선택(Feature Selection) #산점도(Scatter Plot)

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요