랜덤포레스트 기반 다 범주 분류기를 이용한 RTC(Real-time Contrast) 관리도

이준헌; 백준걸

doi:10.7232/JKIIE.2018.44.4.306

주제분류

...

저널정보

대한산업공학회
대한산업공학회지 학술저널
대한산업공학회지 제44권 제4호
2018.8 306 - 315 (10page)
DOI : 10.7232/JKIIE.2018.44.4.306

저자정보

이준헌 (고려대학교)
백준걸 (고려대학교)

이용수
내서재: 2

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

이 논문의 연구 히스토리 (2)

2018

랜덤포레스트 기반 다 범주 분류기를 이용한 RTC(Real-time Contrast) 관리도

이준헌 , 백준걸 대한산업공학회지 2018.08 학술저널

2017

랜덤포레스트 (Random Forest) 기반 다 범주 분류기를 이용한 실시간 대조 관리도

이준헌 , 백준걸 대한산업공학회 추계학술대회 논문집 2017.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록·키워드

오류제보하기

Abnormality detection and causal variables isolation are very important in the manufacturing process. However traditional multivariate statistical process control charts should assume the distribution and are challenged by high dimensional and non-linear data. To overcome these limitations, random forest based real-time contrast (RTC) control chart that transform test procedures to sequential classifications was proposed. Although RTC control chart has the advantage to isolate causal variables, monitoring statistics of the RTC control chart is the probability limited between 0.5 and 1; this could deteriorate abnormality detection ability. Features that use the sliding window can also reduce the sensitivity of detecting process changes. Therefore, we propose improved RTC control chart using random forest based multi-class classifier. This improved RTC control chart has the wider range of monitoring statistics and can detect process changes more quickly. In addition, the causal variable can be detected in the same way as the existing RTC control chart.

#Multivariate Statistical Process Control Chart #Real-Time Contrast #Random Forest #Multi-Class Classifier #Abnormality Detection

참고문헌 (36)

참고문헌 신청

Breiman, L. (2001), Random forests, Machine Learning, 45(1), 5-32 . Breiman, L. (2001), Random forests, Machine Learning, 45(1), 5-32 . Breiman, L. (2002), Manual on setting up, using, and understanding Random forests v3.1 (pp. 1-33), Statistics Department University of California Berkeley, CA, USA. Breiman, L. (2002), Manual on setting up, using, and understanding Random forests v3.1 (pp. 1-33), Statistics Department University of California Berkeley, CA, USA. Crosier, R. B. (1988), Multivariate generalizations of cumulative sum quality-control schemes, Technometrics, 30(3), 291-303.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이준헌

소속기관 고려대학교

주요연구분야 공학 > 산업공학 사회과학 > 경영학

논문수 5 이용수 765

백준걸

소속기관 고려대학교

주요연구분야 사회과학 > 경영학 TOP 10% 공학 > 산업공학 TOP 0.1%

논문수 197 이용수 22,381

이 논문과 함께 이용한 논문

클래식 음악이 학습에 미치는 영향 : fNIRS를 이용한 뇌 활성화 비교

이승현 , 김규태 , 배수빈 외 4명 한국HCI학회 학술대회 2014.02

머신러닝 알고리즘을 이용한 중년 남성 건강과 밀접한 라이프로그 분석

김지용 , 이지수 , 박민서 대한산업공학회지 2021.12

SMERT: 감성 분석 및 감정 탐지를 위한 단일 입출력 멀티 모달 BERT

김경훈 , 박진욱 , 이지은 외 1명 Journal of KIISE 2021.10

콜드 스타트 문제 완화를 위한 가중치 기반 다중 도메인 추천 시스템

문선아 , 고상기 Journal of KIISE 2021.10

시뮬레이션 데이터 생성을 통한 기계학습 기반 원자로 노심 이상 탐지 방법론

오용경 , 김한주 , 이덕중 외 1명 대한산업공학회지 2021.04

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드