Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

설명 가능한 합성곱 신경망을 활용한 센서 기반의 시계열 데이터 분류 모델 제안A Proposal of Sensor-based Time Series Classification Model using Explainable Convolutional Neural Network

Other Titles
A Proposal of Sensor-based Time Series Classification Model using Explainable Convolutional Neural Network
Authors
장영준김지호이홍철
Issue Date
2022
Publisher
한국컴퓨터정보학회
Keywords
Deep Learning; Pattern Recognition; Sensor Data; Time Series Classification; eXplainable Artificial Intelligence(XAI); 딥러닝; 설명가능한 인공지능; 센서 데이터; 시계열 데이터 분류; 패턴 인식
Citation
한국컴퓨터정보학회논문지, v.27, no.5, pp.55 - 67
Indexed
KCI
Journal Title
한국컴퓨터정보학회논문지
Volume
27
Number
5
Start Page
55
End Page
67
URI
https://scholar.korea.ac.kr/handle/2021.sw.korea/143933
DOI
10.9708/jksci.2022.27.05.055
ISSN
1598-849X
Abstract
센서 데이터를 활용하여 설비의 이상 진단이 가능해졌다. 하지만 설비 이상에 대한 원인 분석은 미비한 실정이다. 본 연구에서는 센서 기반 시계열 데이터 분류 모델을 위한 해석가능한 합성곱 신경망 프레임워크를 제안한다. 연구에서 사용된 센서 기반 시계열 데이터는 실제 차량에 부착된 센서를 통해 수집되었고, 반도체의 웨이퍼 데이터는 공정 과정에서 수집되었다. 추가로 실제기계 설비에서 수집된 주기 신호 데이터를 이용 하였으며, 충분한 학습을 위해 Data augmentation 방법론인 Scaling과 Jittering을 적용하였다. 또한, 본 연구에서는 3가지 합성곱 신경망 기반 모델들을 제안하고 각각의 성능을 비교하였다. 본 연구에서는 ResNet에 Jittering을 적용한 결과 정확도95%, F1 점수 95%로 가장 뛰어난 성능을 보였으며, 기존 연구 대비 3%의 성능 향상을 보였다. 더 나아가 결과의 해석을 위한 XAI 방법론으로 Class Activation Map과 Layer Visualization을 제안하였으며, 센서 데이터 분류에 중요 영향을 끼치는 시계열 구간을 시각적으로 확인하였다.
Files in This Item
There are no files associated with this item.
Appears in
Collections
College of Engineering > School of Industrial and Management Engineering > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher LEE, Hong Chul photo

LEE, Hong Chul
공과대학 (산업경영공학부)
Read more

Altmetrics

Total Views & Downloads

BROWSE