본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

Procedia CIRP v.72, 2018년, pp.1079 - 1083  

Machine learning for detection of anomalies in press-hardening: Selection of efficient methods

Lejon, Erik (Gestamp HardTech AB, 973 45 Luleå, Sweden ) ; Kyösti, Petter (ProcessIT Innovations R&D Centre, Luleå ) ; Lindström, John (University of Technology, 971 87 Luleå, Sweden ) ;
  • 초록  

    Abstract The paper addresses machine learning methods, utilizing data from industrial control systems, that are suitable for detecting anomalies in the press-hardening process of automotive components. The paper is based on a survey of methods for anomaly detection in various applications. Suitable methods for the press-hardening process are implemented and evaluated. The result shows that it is possible to implement machine learning for anomaly detection by non-machine learning experts utilizing readily available programming libraries/APIs. The three evaluated methods for anomaly detection in the press-hardening process all perform well, with the autoencoder neural network scoring highest in the evaluation.


  • 주제어

    Anomaly detection .   Machine learning .   press-hardening .   automotive.  

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기