IJPEM

Unsupervised Manufacturing Fault Detection Based on Self-labeled Training of Fingerprint Image Constructed from Time-Series Data
시계열 데이터 지문화를 통한 다이캐스팅 불량 데이터 검출 기법

이정수, 김원정/가천대학교, 서강대학교

<fig1>

<fig2>

<fig3>

<fig4>

<fig5>

<fig6>

<fig7>

<fig8>

본 논문에서는 시계열 데이터 이미지화 및 자가 레이블 학습을 기반으로 정답 레이블이 없는 제조 데이터를 기반으로 불량 제품을 검출하는 방법을 제시함.
시계열 데이터 이미지화는 측정된 데이터를 원형 템플릿에 도시하는 지문화 기법을 제안함.
자가 레이블 학습법에는 지문화료 표현된 데이터의 기하학적 특징을 추출하여 정상화 지표를 판단하는 방법을 제안함.
제안된 방법은 다이캐스팅 공정을 대상으로 양품/불량 레이블이 없는 상황에서 불량 데이터를 검출하는데 활용됨.
본 방법은 특히 데이터 상에 오분류된 레이블이 포함되어 있는 경우 강건한 불량 검출 모델로 활용 가능함.

﻿Unsupervised Manufacturing Fault Detection Based on Self-labeled Training of Fingerprint Image Constructed from Time-Series Data ﻿시계열 데이터 지문화를 통한 다이캐스팅 불량 데이터 검출 기법