불균형 데이터에도 적용가능한 2차원 산점도 기반 특성인자 자동 선택 알고리즘 (Automatic Feature Selection Algorithm Based on Two-Dimensional Scatter Plots for Imbalanced Datasets)

서지정보

· 발행기관 : 대한기계학회
· 수록지 정보 : 대한기계학회논문집 A / 49권 / 3호 / 201 ~ 212페이지
· 저자명 : 오환인, 정준하, 선경호

초록

다양한 산업 분야에서는 기계 성능과 안전을 유지하기 위해 데이터 기반의 기계 시스템 상태진단이 중요하다. 머신러닝 기반 상태진단 기술을 개발하기 위해서는 다수의 특성인자로부터 유의미한 특성인자를 선별해야 한다. 데이터에 기반한 상태진단 기술은 고장 데이터가 부족한 데이터 불균형 상황이 자주 발생하기 때문에, 불균형 데이터의 특성을 고려한 특성인자를 선별하는 방법이 요구된다. 따라서 본 연구에서는 유클리드 거리(Euclidean distance)를 기반으로 각 클래스 간의 데이터 분포 차이를 정량적으로 평가하여, 일관된 최적의 특성인자를 자동으로 선별하는 방법을 제안한다. 제안하는 방법의 검증을 위해 보일러 급수펌프 데이터를 활용하였고, 제안된 알고리즘이 다른 특성인자 선별 알고리즘 방법에 비해 일관된 특성인자를 선별할 수 있음을 확인하였다. 또한, 선택된 특성인자들을 이용한 결과 진단의 정확도가 향상되었음을 확인하였다.

영어초록

In various industrial sectors, data-driven machine system condition diagnosis is crucial for maintaining machine performance and safety, making it essential to analyze data patterns and accurately understand the state of machines. Scatter plots, which are commonly utilized as visualization techniques, are employed for data pattern analysis. However, in complex systems with numerous features, creating and analyzing scatter plots for all feature pairs becomes impractical. Therefore, this study proposes a method for automating scatter plot creation and feature selection based on Euclidean distance. This approach efficiently identifies critical features in the data analysis process, ensuring consistency and accuracy in variable selection and is expected to contribute to machine system condition diagnosis and performance optimization.

참고자료

· 없음