라벨링 제약이 있는 산업 환경에서의 Active Learning을 통한 소리 기반 기계 결함 진단

Abstract

본 연구는 active learning 방법을 활용하여 라벨링 제약이 있는 산업 환경에서도 높은 성능을 보이는 소리 기반 기계 결함 진단 시스템을 제안한다. 제안하는 시스템은 산업 환경 상에서 데이터 라벨링을 최소화하여 비용 효율성을 향상시키면서도 결함 진단에 있어 유의미하게 높은 성능을 보인다. 산업 환경의 특성에 맞게 active learning 의 파라미터를 최적화하는 추후 연구를 진행하여 추가적인 성능 향상을 기대할 수 있다.