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
장효영 (광운대학교) 유창범 (서한이노빌리티) 서지민 (광운대학교) 오다정 (HD 현대삼호) 김해중 (경기대학교) 황준 (국립한국교통대학교) 이상민 (광운대학교)
저널정보
한국전자거래학회 한국전자거래학회지 한국전자거래학회지 제29권 제3호
발행연도
2024.8
수록면
77 - 91 (15page)
DOI
10.7838/jsebs.2024.29.3.077

이용수

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

초록· 키워드

오류제보하기
본 연구는 확률변수의 구조학습에 효과적인 Bayesian networks(BayesNet)를 활용하여 차량브레이크 디스크 부품의 주요 치수 변수와 고유진동수 변수들에 관한 예측모델을 구축하고 인과관계 분석을 수행한다. 자동차 산업에서 브레이크 디스크는 핵심 전장부품 중 하나이며, 해당 부품의 신뢰성 및 성능 평가는 최종 차량 검증의 핵심적인 요소로 간주된다. 브레이크 디스크 핵심 평가 항목 중 하나인 고유진동수는 디스크 형상 및 설계 치수 간의 복잡한 상호작용을 고려해야 한다. 본 연구는 산업 현장에서 부품 설계 데이터 부족에서도 강건한 분석 및 예측문제를 해결하기 위해 자동차 브레이크 디스크 부품 데이터에 대한 데이터 기반 접근법을 제시한다. 실험 시 브레이크 디스크 설계 전문가의 자문을 바탕으로 주요 설계 변수 간 관계성을 주입한 BayesNet 학습모델을 구축하였다. 또한, 브레이크 디스크의 민감도 분석을 통해 주요 인과관계 특성을 파악하였고, 정확도 측면에서 다수의 기계학습 모델과 비교 실험을 진행하였다. 확률 기반의 학습모델이라 다소 작은 학습 데이터에서도 정확도 성능 0.81의 강건한 정확도를 획득하였다. 추가로, 대표적인 설명 가능한 인공지능 기법을 활용되는 Shapley addictive explanations(SHAP)을 활용하여 디스크 주요 인과관계 변수들에 대한 BayesNet에서의 분석결과를 재고하였다.

목차

초록
ABSTRACT
1. 서론
2. 기존 연구
3. 데이터 설명 및 분석
4. 실험
5. 민감도 분석 결과 및 해석
6. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-090891883