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
이정희 (국립부경대학교) 곽재섭 (국립부경대학교)
저널정보
한국동력기계공학회 동력시스템공학회지 동력시스템공학회지 제29권 제1호
발행연도
2025.2
수록면
23 - 29 (7page)
DOI
10.9726/kspse.2025.29.1.023

이용수

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

초록· 키워드

오류제보하기
초정밀 부품의 수요 증대에 따라 표면품질 개선의 중요성이 증대되고 이에 따른 표면거칠기 예측 모델에 대한 연구도 활발히 진행되고 있다. 본 연구에서는 회전 전자기 표면연마 공정에서 표면거칠기 예측 모델을 최적화하기 위하여 오토인코더(AE)와 심층신경망(DNN)을 활용하였다. 소량의 데이터 분석에 적합한 k-fold 교차 검증법과 AE를 바탕으로 표면거칠기에 영향을 미치는 잠재적 특징을 추출하하였다. 예측 모델의 성능 최적화를 위하여 추출되는 잠재 변수의 개수를 변화시키며 예측 성능을 분석한 결과, 잠재 변수의 개수가 4개일 때 학습 데이터와 검증 데이터의 손실 함수 값이 가장 낮게 도출됨으로써 표면거칠기 예측 모델의 성능이 우수함을 확인할 수 있었다. 또한 단일 DNN 기반 예측모델보다 약 2배 이상의 높은 정확도를 나타냄을 확인하였다.

목차

초록
Abstract
1. 서론
2. 딥러닝 학습 알고리즘
3. 오토인코더 잠재 변수 최적화
4. 표면거칠기 예측 모델 성능 평가
5. 결론
References

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092483852