IJPEM
Fault Diagnosis of Planetary Gear Carrier Packs: A Class Imbalance and Multiclass Classifi cation Problem
학습용 데이터의 클래스 간 불균형이 초래할 부정확한 인공지능에 대한 대비책
최해진/중앙대학교
-
유성기어 조립품의 제품 불량을 조립라인에서 정확하게 진단해주는 앙상블 기반 인공지능 자동 학습법 개발함.
-
기어의 입력축과 출력축 간의 추출된 전달오차 신호에서 기어 조립품 불량 진단에 유용한 신호특징만을 자동으로 선별하는 알고리즘을 개발함.
-
다수의 양품 신호 데이터와 소수의 불량 신호 데이터로 학습된 인공지능이 불량품을 정상제품으로 오분류 할 확률이 많음을 증명함.
-
mRMR-wrapper 기반 특징선택 및 ADASYN 기반 오버 샘플링 알고리즘을 이용하여 불량품을 정상 제품으로 판별하는 상기 오분류 문제를 해결함.
메뉴열기
