• 한국항공우주학회지
• /
• 제40권2호
• /
• pp.171-177
• /
• 2012

본 논문에서는 항공기 탑재용 GNSS 수신기 고장검출 알고리즘과 운용범위를 제안하였다. 고장난 항공기 수신기는 항공기에서 계산한 보정정보를 주변 항공기간 상호 교환 후에, 보정정보 일치 여부를 통해 검출한다. 이를 위해, 항공기 수신기 고장검출 알고리즘에 사용되는 검정통계량으로 보정정보 잔차값을 사용하였으며, 운용범위는 지상 기준국을 중심으로 거리에 따른 DGPS 위치오차 증가량을 이용하여 설정하였다. 정확한 고장검출을 위해 운용범위 안의 항공기들만을 사용하여 항공기 탑재용 GNSS 수신기 고장검출을 시도하는 방안을 제안하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권8호
• /
• pp.23-30
• /
• 2021

본 연구에선 제조 공정에서의 양/불량 판정을 위한 오토인코더(AE) 기반의 이상 탐지 방법들의 비교 분석과 우수한 성능을 보인 이상치 판별 기준을 제시한다. 제조 현장의 특성상 불량 데이터의 수는 적고, 불량의 형태가 다양하다. 이러한 특성은 정상과 비정상 데이터를 모두 활용하는 인공지능 기반 양/불량 판정 모델의 성능을 저하시키고, 성능 향상을 위한 비정상 데이터의 추가 확보에 시간과 비용을 발생시킨다. 이러한 문제를 해결하기 위해서 정상 데이터만을 이용해 이상 탐지를 수행하는 AE, VAE 등 AE 기반의 모델에 관한 연구들이 진행되고 있다. 본 연구에서는 Convolutional AE, VAE, Dilated VAE 모델을 기반으로 잔차 이미지에 대한 통계치와 MSE, 정보 엔트로피를 이상치 판별 기준으로 선정하여 각 모델의 성능을 비교 분석했다. 특히 Convolutional AE 모델에 대해서 범위 값을 적용했을 때, AUC PRC 0.9570, F1 Score 0.8812, AUC ROC 0.9548, 정확도 87.60%의 가장 우수한 성능을 보였다. 이는 기존의 이상치 판별 기준으로 자주 사용되었던 MSE에 비해 정확도 기준 약 20%P(Percentage Point)의 성능 향상을 보이며, 이상치 판별 기준에 따른 모델 성능 향상이 가능함을 확인하였다.