http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 임승범(Sueng-Bum Lim) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
설명 가능한 인공지능 기반 스마트팩토리 이상 징후 탐지 및 원인 분석기술 연구
임승범(Sueng-Bum Lim),김홍비(Hong-Bi Kim),이태진(Tae-Jin Lee) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
스마트팩토리(ICS)는 다른 IT 환경보다도 더 높은 보안성과 가용성을 요구한다. 사이버 공격뿐만 아니라 장비의 고장 및 자연재해로 발생할 수 있는 비정상적인 변화도 감지해야 한다. 본 논문에서는 현장 분석가의 해석을 중심으로 고장진단 및 이상 징후 탐지하는 현 상황에 FFT, CDF 도입과 AI를 활용해 시각화한 분석을 통해 이상 징후 탐지 및 분석하는 방법을 제안한다. 실제 공작기계 센서를 통해 감지한 진동 값을 1차원 시계열 데이터의 의미 있는 분석을 위해 FFT를 적용해 주파수 대역으로 변환하고, 누적 분포 함수(CDF) 와 시계열 기반 이상 징후 탐지 결과에 설명 가능한 AI(XAI) SHAP 모델을 적용한 방법 두 가지를 제안한다. 누적 분포 함수(CDF)를 적용하는 방법은 정상 데이터의 평균과 표준편차를 통해 0과 1 사이의 분포 값으로 이상 징후를 탐지한다. 정상일 경우 CDF 값은 0.5 주위에 주로 분포하게 되며, 고장일 경우에 CDF 값이 0.9 이상의 비율이 크게 변화하게 된다. CDF를 통한 이상 징후 탐지 결과 정상의 경우 CDF값이 0.9 이상인 개수가 드물었고, 고장의 경우 정상에 비해 매우 많이 측정되었다. BI-LSTM 방법은 시계열 기반 이상 징후 탐지로 정상 데이터를 학습해 임계값을 설정하고 비정상 데이터를 탐지한다. 이상 징후 분석으로 SHAP 기반 XAI를 적용을 통해서 이상 점수를 산출해 이상 점수가 임계값 이상일 경우 이상으로 판단하고, Heatmap과 Plot을 통해 시각화한다. XAI를 통한 이상 징후 점수 계산 결과 정상의 평균값은 0.0025이고, 고장의 평균값은 약 0.0448로 고장이 정상과 비교하면 약 18배 정도 높게 측정이 되었다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
