설명 가능한 AI 기반 방사 공정의 불량 및 요인 분석
저자
발행사항
서울 : 성균관대학교 일반대학원, 2023
학위논문사항
학위논문(석사)-- 성균관대학교 일반대학원 : 산업공학과 2023. 2
발행연도
2023
작성언어
한국어
주제어
발행국(도시)
서울
기타서명
Defects and factor analysis of explainable AI-based spinning process
형태사항
40 p. 삽화, 표 ; 30 cm
일반주기명
지도교수: 노상도
참고문헌: p. 35-38
UCI식별코드
I804:11040-000000173218
DOI식별코드
소장기관
본 논문에서는 섬유산업 내 방사 공정의 제품 불량 탐지 및 불량 요인 분석을 위하여 설명 가능한 AI 알고리즘을 제안한다. 이를 위해 방사 공정의 특성을 분석하였으며, 현장 데이터를 수집하고, 다양한 데이터 전처리 기법을 이용하여 데이터를 정제하였다. 또한, 공정 프로세스 핵심 인자값과 물성값을 도출하여 강도와 신도의 상관관계를 분석하였으며, 여러 머신러닝 기반 모델을 활용하여 방사 공정 최적화 알고리즘을 구축하고 대표적인 성능지표들을 활용하여 이를 검증하였다. 그러나 블랙박스 기반의 AI 알고리즘은 어떠한 이유로 불량을 탐지하고 분류하는지 설명할 수 없다는 한계점이 존재한다. 이런 AI의 한계를 극복하고 실용성을 갖게 하도록 XAI 기법을 적용해 블랙박스의 한계점인 판단 근거를 제시하였다. 이를 위해 검증된 학습 모델을 이용하여 물성값 불량을 파악하였으며, SHAP을 적용하여 불량에 대한 해석 및 이해를 가능하게 하였다. 향후, XAI의 활용을 통해 기존 섬유산업의 한계를 극복하고 더 나은 의사결정 지원을 가능하게 할 것으로 기대한다.
더보기In this paper, we propose an Explainable AI-Based algorithm for product defect and factor analysis in the spinning process in the textile industry. Therefore, the data of the spinning process were collected and analyzed. Also. the correlation between elongation and tenacity was analyzed by deriving process target variables and dependent variables, and a spinning process optimization algorithm was built and verified using several machine learning-based models. However, the black box-based AI algorithm has a limitation in that it can not explain why it detects. In order to overcome the limitations of this AI and make it practical, the reason for the limitation of the black box was presented by applying the XAI technique. To this end, defects were identified using a verified learning model, and interpretation and understanding of defects were made possible by applying SHAP. In the future, it is expected that the use of XAI will overcome the limitations of the existing textile industry and enable better decision-making support.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)