본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

목차

비지도학습 기반 머신러닝 알고리즘을 이용한 CNC 가공 불량 예측 ＝ Predicting CNC processing defects using nonsupervised learning algorithms / 한용희 1

ABSTRACT 1

1. 서론 2

2. 이론적 배경 및 연구 방법 2

2.1. k-평균 2

2.2. GMM(Gaussian mixture model) 3

2.3. 오토인코더(autoencoder) 3

3. 실증 분석 결과 4

4. 결론 5

References 6

요약 7

[저자소개] 7

초록보기

본 연구는 라벨링이 되어있지 않은 데이터에 적용할 수 있는 다양한 비지도학습 머신러닝 모델들을 이용하여 CNC(computerized numerical control) 가공품의 불량 여부를 예측하고 정확도, 정밀도, 재현율, F1 점수를 비교하였다. k-평균의 경우 정밀도만 타 알고리즘 대비 약간의 차이로 가장 우수한 반면 정확도 및 F1 점수가 GMM(Gaussian mixture model) 및 오토인코더 대비 열등한 것으로 나타났다. 또한 GMM과 오토인코더 간 F1 점수 및 정확도 차이는 상대적으로 미미한 반면, 신경망 기반인 오토인코더의 실행 소요 시간은 k-평균 및 GMM 대비 17배 이상임을 확인하였다. GMM의 상대적으로 우수한 평가 지표값과 짧은 소요 실행 시간은 신속한 불량 예측에 따른 CNC 파손 확률 감소 및 실 시스템 구축 비용 절감 등의 실무적 장점을 가지므로 CNC 가공품의 불량 여부 예측에 GMM 모델이 가장 효과적으로 판단된다. 또한 t-SNE(t-distributed stochastic neighbor embedding) 알고리즘을 이용하여 시각화한 결과, 본 문제의 경우 k-평균과 오토인코더는 특성 간 차이가 큰 샘플 구분에 강점을 보인 반면, GMM은 특성의 차이가 상대적으로 적은 샘플 간 구분에 강점을 보임을 확인하였다.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
딥러닝 알고리즘 기반의 자동차 현가장치 부품 수요 예측 모형에 대한 연구 = Automobile suspension parts demand forecasting model based on deep learning algorithms 이상길, 김준우 p. 1-13

보기
Real-time processing system of e-commerce user data based on spark streaming = Spark Streaming 기반의 전자상거래 사용자 데이터 실시간 처리 시스템 Du Zhang, Wenchao Jia, Eunsung Kim, Hoekung Jung p. 15-24

보기
다양한 탐지 알고리즘을 이용한 탐지 데이터셋에 관한 연구 = A study of detection data set using various detection algorithm 이세열 p. 25-30

보기
ChatGPT를 이용한 문헌 작성 설계 및 이슈 = Design and issues of writing literatures using ChatGPT 정한민, 박정훈 p. 31-40

보기
한국 리셀 플랫폼 활성화 방안 = Revitalization of resell platform in Korea 김광현, 김원빈 p. 41-48

보기
플랜트 불확실성이 있는 상황에서 강인한 P2/LTR 제어기 설계 = Robust P2/LTR controller design in the presence of plant uncertainty 서상민 p. 49-57

보기
라이브커머스 특성이 주얼리 구매 시 구매만족도와 재구매의사에 미치는 영향 = Effect of live commerce characteristics on purchase satisfaction and repurchase intention when purchasing jewelry 주원철, 이강희 p. 59-69

보기
결정 트리를 가지고 불완전한 데이터를 처리하기 위한 두 분류기의 비교 : Comparison of two classifiers for handling incomplete data with decision trees : C4.5, SVM / C4.5, SVM 이종찬 p. 71-80

보기
딥러닝 분석체의 인원 카운팅 성능 향상을 위한 후처리 방안 = Post-processing method of deep-learning network to improve people counting performance 권오성 p. 81-89

보기
고령장애인의 장애유형별 디지털 정보역량 영향요인 연구 = A study on influencing factors on digital information competency by disability type of disabled elderly people 김민석 p. 91-102

보기
딥러닝을 이용한 게임 전략 기반 사용자 행동 패턴 분석에 관한 연구 = A study on game strategy-based user behavior pattern analysis using deep learning 김진홍 p. 103-111

보기
빅데이터 기반 태깅 시스템의 데이터 식별 프로세스 개선을 위한 실증적 연구 = An empirical study on the improvement of data recognition process in big data based tagging system 장성진 p. 113-119

보기
Enhanced signal classifier for speech/audio coding by binary decision tree = 음성/오디오 부호화를 위한 이진 결정 트리 기반의 개선된 신호 분류기 Kwangki Kim p. 121-128

보기
유아의 그림을 통해 본 친구관계 탐색 = Exploration of friendship through young children's drawings 최효정 p. 129-139

보기
장기 변동성을 반영하기 위한 확산 모델을 활용한 주가 지수 확률 분포 예측 = Stock index probabilistic distribution forecasting using a diffusion model to reflect the volatility of long-term sequences 김영진, 김하영 p. 141-155

보기
DEA를 이용한 이동통신 소매 매장의 효율성 분석 = Efficiency analysis of mobile telecommunication retail stores using data envelopment analysis 문창식, 한용희 p. 157-165

보기
턱 당기기 보조기기를 이용한 턱 당기기 각도 측정의 신뢰도 및 타당도 연구 = The reliability and validity of chin tuck angle measurement using a chin tuck assist system 문종훈, 조유정, 박수빈, 고선정, 최민영, 오동환 p. 167-176

보기
코로나-19 팬더믹 시대에서 웹 기반 쇼핑몰 사이트의 사용자 경험에 관한 연구 = A study on the user experience of web-based shopping mall sites in the era of COVID-19 pandemic 이종식 p. 177-190

보기
비지도학습 기반 머신러닝 알고리즘을 이용한 CNC 가공 불량 예측 = Predicting CNC processing defects using nonsupervised learning algorithms 한용희 p. 191-197

보기
교사의 원격교육 실태 및 요구 비교 연구 = A comparative study on the current status and needs of distance education of teachers 강신천, 정현용 p. 199-211

보기
멀티플랫폼을 위한 메타버스 기반의 디지털 융합에 관한 연구 = A study on the metaverse-based digital convergence for multi-platforms 최민지, 송기원 p. 213-222

보기
AHP를 이용한 전기자동차 구매요인에 관한 연구 = A study on the purchasing factors for electric vehicles using AHP 박유신, 박근애, 민병찬 p. 223-233

보기
포스트 코로나 시대 대학생의 가치관, 자아효능감이 실제 진로준비행동에 미치는 영향 = The effect of college students' values and self-efficacy on actual career preparation behavior in the post-COVID-19 era 임혜원, 장유진 p. 235-245

보기

참고문헌 (15건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 J. S. Kong, Optimization of the tool life prediction using genetic algorithm, Journal of the Korea Academia-Industrial Cooperation Society, Vol. 19, No. 11, pp. 338-343, 2018. 미소장
2 Ministry of SMEs and Startups of Korea, CNC Machine AI Dataset, Korea AI Manufacturing Platform (KAMP). https://kamp-ai.kr, Jan, 2023. 미소장
3 X. Li, A. Djordjevich, and P. K. Venuvinod, Current-sensor-based feed cutting force intelligent estimation and tool wear condition monitoring, IEEE Transactions on Industrial Electronics, Vol. 47, No. 3, pp. 697-702, 2000. 미소장
4 D. J. Oh, B. S. Sim, and W. Lee, Tool wear monitoring during milling using an autoassociative neural network, Transactions of the Korean Society of Mechanical Engineers – A, Vol. 45, No. 4, pp. 285-291, 2021. 미소장
5 C. Drouillet, J. Karandikar, C. Nath, A. C. Journeaux, M. El Mansori, and T. Kurfess, Tool life predictions in milling using spindle power with the neural network technique, Journal of Manufacturing Processes, Vol. 22, pp. 161-168, 2016. 미소장
6 R. H. L. da Silva, M. B. da Silva, and A. Hassui. A probabilistic neural network applied in monitoring tool wear in the end milling operation via acoustic emission and cutting power signals, Machining Science and Technology, Vol. 20, No. 3, pp. 386-405, 2016. 미소장
7 J. A. Duro, J. A. Padget, C. R. Bowen, H. A. Kim, and A. Nassehi, Multi-sensor data fusion framework for CNC machining monitoring, Mechanical Systems and Signal Processing, Vol. 66, pp. 505-520, 2016. 미소장
8 A. J. Torabi, M. J. Er, X. Li, B. S. Lim, L. Zhai, R. J. Oentaryo, and J. M. Zurada, A survey on artificial intelligence-based modeling techniques for high speed milling processes, IEEE Systems Journal, Vol. 9, No. 3, pp. 1069-1080, 2013. 미소장
9 I. S. Oh, Machine learning, Hanbit Academy, 2017. 미소장
10 Y. H. Oh, A study on pro-baseball player nomination prediction for high school baseball hitter using k-means clustering method, Journal of Knowledge Information Technology and Systems, Vol. 17, No. 4, pp. 733-742, 2022. 미소장
11 Y. H. Oh, Body fat classification model using body size data and k-means clustering algorithm, Journal of Knowledge Information Technology and Systems, Vol. 17, No. 5, pp. 1007-1016, 2022. 미소장
12 A. Géron, Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow:Concepts, tools, and techniques to build intelligent systems, O'Reilly Media, 2019. 미소장
13 H. R. Kim, S. Y. Yu, S. T. Yun, K. H. Kim, G. T. Lee, J. H. Lee, C. H. Heo, and D. W. Ryu, Estimation of spatial distribution using the Gaussian mixture model with multivariate geoscience data, Economic and Environmental Geology, Vol. 55, No. 4, pp. 353-366, 2022. 미소장
14 A. P. Dempster, N. M. Laird, and D. B. Rubin, Maximum likelihood from incomplete data via the EM algorithm, Journal of the Royal Statistical Society (Series B), Vol. 39, No. 1, pp. 1-22, 1977. 미소장
15 Y. Bengio, I. Goodfellow, and A. Courville, Deep learning, MIT Press, 2016. 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차