Current Result Document :
| 한글제목(Korean Title) |
섬유염색공정 스마트공장의 품질분류예측모델 성능개선을 위한 센서 데이터 증강 기법 |
| 영문제목(English Title) |
A Sensor-Data Augmentation Method for Improving the Quality of Classification and Prediction in Yarn-Dyeing Smart Factories |
| 저자(Author) |
박소향
오동근
전인규
김경숙
김광훈
So-hyang Bak
Dong-Keun Oh
In-Kyoo Chun
Kyoung-Sook Kim
Kwanghoon Pio Kim
|
| 원문수록처(Citation) |
VOL 23 NO. 01 PP. 0105 ~ 0106 (2022. 04) |
한글내용
(Korean Abstract) |
스마트공장에서는 제조공정데이터를 사용하여 품질분류를 위한 예측모델을 생성하고 학습과 테스트를 진행한다. 기계학습 모델은 데이터 불균형문제가 없는 높은 품질을 가진 데이터의 양이 많을수록 성능에 큰 차이를 보이기 때문에 데이터의 품질과 양은 모델학습 시 중요한 요소 중 하나이다. 하지만 제조공정의 특성상 많은 양의 데이터를 단기간 안에 모으는 것은 쉽지 않으므로 데이터 증강에 관한 연구가 필요 되며, 따라서 본 논문에서는 섬유염색공정 품질분류예측모델 성능개선을 위한 데이터 증강 기법을 제안한다. 실험은 생성자와 판별자로 구성되는 TGAN(Generative Adversarial Network for Tabular Data)을 통해 데이터증강을 한 후, XGBOOST-섬유염색공정 품질분류모델에 적용하여 성능평가 및 비교한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
