순환신경망 기법을 이용한 스파 플랫폼의 시계열데이터 필터링에 관한 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 유승열 | - |
dc.contributor.author | 이재철 | - |
dc.contributor.author | 이종현 | - |
dc.contributor.author | 황호진 | - |
dc.contributor.author | 이순섭 | - |
dc.date.accessioned | 2021-08-03T04:28:05Z | - |
dc.date.available | 2021-08-03T04:28:05Z | - |
dc.date.issued | 2019 | - |
dc.identifier.issn | 2234-7925 | - |
dc.identifier.issn | 2234-8352 | - |
dc.identifier.uri | https://www.kriso.re.kr/sciwatch/handle/2021.sw.kriso/424 | - |
dc.description.abstract | 스마트 선박 (Smart ship)의 개발과 해양 플랫폼의 예지보전 시스템 및 자산 관리 시스템 개발을 위해 방대한 양의계측 데이터를 실시간으로 분석할 수 있는 기술에 대한 관심이 높아지고 있다. 이러한 계측 데이터를 실시간으로 분석하기 위해서는 계측 데이터의 노이즈를 제거하고 필요한 정보를 추출하여 분석에 용이한 형태로 데이터를 가공하는 과정인 데이터 필터링이 반드시 선행되어야 한다. 기존의 조선 해양 산업에서는 일정기간 이상 데이터를 저장한 후 이에대한 분석을 실시하여 스펙트럼 기반의 필터링 기법을 많이 이용하였다. 이러한 방법은 실시간 데이터를 분석해야 하는현 상황에는 적합하지 않아 실시간 데이터를 필터링하기 위한 새로운 기법이 필요한 실정이다. 본 논문에서는 시계열데이터를 학습하기 위한 딥 러닝 모델인 순환신경망 알고리즘을 이용하여 실시간으로 전송되는 데이터를 필터링하고자하였다. 실시간으로 계측되는 스파 플랫폼의 계류 장력 값을 필터링하기 위해 순환신경망 알고리즘을 이용한 필터링 모델을 설계하고 그 결과값을 확인하여 실시간 필터링 가능 여부를 확인하였다. 최종적으로 실시간으로 전송되는 데이터를 필터링 하기 위해 순환신경망 알고리즘을 사용하는 것이 적합하다는 것을 확인하였다. | - |
dc.format.extent | 10 | - |
dc.language | 한국어 | - |
dc.language.iso | KOR | - |
dc.publisher | 한국마린엔지니어링학회 | - |
dc.title | 순환신경망 기법을 이용한 스파 플랫폼의 시계열데이터 필터링에 관한 연구 | - |
dc.title.alternative | A study on time series data filtering of spar platform using recurrent neural network | - |
dc.type | Article | - |
dc.publisher.location | 대한민국 | - |
dc.identifier.doi | 10.5916/jkosme.2019.43.1.8 | - |
dc.identifier.bibliographicCitation | 한국마린엔지니어링학회지, v.43, no.1, pp 8 - 17 | - |
dc.citation.title | 한국마린엔지니어링학회지 | - |
dc.citation.volume | 43 | - |
dc.citation.number | 1 | - |
dc.citation.startPage | 8 | - |
dc.citation.endPage | 17 | - |
dc.identifier.kciid | ART002434507 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | 데이터 필터링 | - |
dc.subject.keywordAuthor | 순환신경망 | - |
dc.subject.keywordAuthor | 시계열 데이터 | - |
dc.subject.keywordAuthor | 실시간 | - |
dc.subject.keywordAuthor | 필터링 기법 | - |
dc.subject.keywordAuthor | Data filtering | - |
dc.subject.keywordAuthor | Recurrent neural network | - |
dc.subject.keywordAuthor | Time series data | - |
dc.subject.keywordAuthor | Real-time | - |
dc.subject.keywordAuthor | Filtering methods | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(34103) 대전광역시 유성구 유성대로1312번길 32042-866-3114
COPYRIGHT 2021 BY KOREA RESEARCH INSTITUTE OF SHIPS & OCEAN ENGINEERING. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.