메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
유익수 (뉴럴넥서스) 송준혁 (STK Global) 정희운 (호서대학교)
저널정보
한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제28권 제7호
발행연도
2024.7
수록면
775 - 786 (12page)
DOI
10.6109/jkiice.2024.28.7.775

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 인공지능 기술 중 총 8종류의 머신러닝 지도학습 모델을 이용하여 MCT 가공 완제품의 불량 여부를 예측하는 연구를 하였다. 머신러닝 모델 간 성능지표 및 소요 실행시간을 비교한 결과, XGBM, GBM, LightGBM 및 Stacking Ensemble 모델이 가장 우수한 정확도, 정밀도, 재현율, F1-점수, AUC 값을 보였으며, 이 중 Stacking Ensemble 모델이 가장 짧은 0.53초의 학습 소요 실행시간을 나타내어 빠른 불량 예측에 적합한 모델로 판단된다. 또한 불량에 영향을 미치는 특성 변수들의 상대적 중요도를 XGBoost 모델로 분석한 결과, W-축 절대 좌표, X-축 절대 좌표가 다른 특성 변수들에 비하여 상대적으로 불량에 높은 영향을 미치는 것으로 나타났다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 연구 방법
Ⅳ. 연구 결과
Ⅴ. 결론
REFERENCES

참고문헌 (8)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-090294441