KCC 2021
Current Result Document :
| 한글제목(Korean Title) |
스마트 빌딩에서 고장예지를 위한 회귀분석기반 연합학습 프레임워크 |
| 영문제목(English Title) |
Regression-based Federated Learning Framework for Predictive Maintenance in Smart Buildings |
| 저자(Author) |
정철
박강민
문수빈
윤성훈
김종우
권혁윤
Cheol Jeong
Gangmin Park
Subin Moon
Sunghoon Yoon
Jong-Woo Kim
Hyuk-Yoon Kwon
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 0861 ~ 0863 (2021. 06) |
한글내용
(Korean Abstract) |
스마트 빌딩 도입 증가에 따라 빌딩에서의 고장예지 분석을 위해 빅데이터 및 인공지능 기술적용의 필요성이 증가하고 있다. 스마트 빌딩에서의 고장예지 분석은 빌딩 내 설비의 가동 중요성으로 인하여 이상치 데이터 확보가 어렵다는 특징과 함께 참여하는 구성요소는 데이터 수집을 담당하는 다수의 분산된 센서 노드와 이들로부터 수집된 데이터를 처리하는 중앙서버로 구성된다는 특징이 있다. 기존 연합학습 모델 연구들은 데이터 보호와 정확도 향상에 집중되어 왔다. 본 논문에서는 스마트 빌딩에서 고장 예지분석을 위해 참여하는 노드 수 증가에 따른 처리속도 향상을 목표로 한 회귀분석 기반 연합학습 프레임워크를 제안한다. 특히, 이상치 데이터 부족 문제를 극복하기 위해 회귀분석을 통해 특징 값을 예측하고 분산환경에서 다수의 센서 노드들을 효과적으로 활용하여 전체적인 처리효율을 높이는 연합학습 모델을 제안한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
