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
정승후 (Korea Railroad Research Institute) 심성한 (Sungkyunkwan University) 배준현 (Korea Railroad Research Institute) 김현민 (Korea Railroad Research Institute,) 김성일 (Korea Railroad Research Institute)
저널정보
한국철도학회 한국철도학회 논문집 한국철도학회 논문집 제28권 제1호(통권 제187호)
발행연도
2025.1
수록면
91 - 100 (10page)
DOI
10.7782/JKSR.2025.28.1.91

이용수

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

초록· 키워드

오류제보하기
본 연구는 철도교량을 대상으로 구조건전성모니터링(SHM) 시스템의 자동화를 구현하기 위해 계측센서 이상데이터(anomaly data)를 탐지하고 분류하는 것을 목표로 하고 있다. SHM 시스템은 방대한 양의 데이터를 수집하는데 그 중 이상데이터는 센서 고장, 시스템 오작동, 또는 구조물의 비정상적인 거동으로 인해 발생한다. 이상 데이터가 탐지되지 않으면 구조 건전성 분석의 정확성에 큰 영향을 미칠 수 있다. 본 연구에서는 선행연구에서 제안된 규칙기반 분류(rule-based classification) 방법을 기반으로 철도교량의 시계열 데이터를 사용해 Missing, Minor, Outlier, Square, Trend, Drift의 6가지 유형의 이상데이터를 자동으로 탐지하고 분류하는 방법을 제안하였다. 약 10개월동안 철도교량에서 수집된 교량응답 데이터를 활용하여 해당 방법을 검증한 결과, 규칙기반 분류방법이 효과적으로 이상상태 유형을 식별하고 분류하는 것으로 나타났다. 본 연구의 결과를 토대로 향후 데이터 품질과 신뢰성을 확보하기 위해 더 발전된 이상 탐지 메커니즘의 개발이 필요하며, 특히 주파수 영역의 정보를 통합하거나 온도 변화와 같은 환경적 요인을 고려한 알고리즘의 개발이 필요한 것을 확인하였다.

목차

Abstract
초록
1. 서론
2. 이상데이터 분류 방법
3. 이상데이터 분류 결과 및 분석
4. 연구결론 및 함의점
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092117479