3편의 한국어 분석 — 최신순으로 정렬했어요
전력 설비나 산업 공정 같은 엔지니어링 시스템은 다양한 시간 스케일에서 이상 징후가 나타나는 다변량 시계열 데이터를 통해 모니터링됩니다. 기존 단일 입력 윈도우 기반 탐지기는 특정 스케일에만 맞춰져 있어, 짧은 변동부터 전체 운영 주기 동안 지속되는 편차까지 다양한 이상 징후를 효과적으로 감지하기 어렵습니다. 본 논문은 이러한 한계를 극복하기 위해 MAF-LSTM(Multi-scale LSTM forecasting with attention-based feature fusion)이라는 예측 기반 이상 탐지 프레임워크를 제안합니다.…
수소 에너지 운반체 활용이 증가함에 따라 운송 인프라에 대한 고급 모니터링 솔루션이 요구됩니다. 특히 지능형 센싱 및 데이터 기반 분석은 안전과 운영 효율성 향상에 중요한 역할을 할 수 있습니다. 그러나 운영 데이터 부족과 시스템의 복잡한 과도 거동으로 인해 수소 운송망의 이상 탐지는 여전히 어려운 과제입니다. 본 연구는 고충실도 시뮬레이션과 데이터 기반 분석을 활용한 수소 운송망의 약지도(weakly-supervised) 이상 탐지 프레임워크를 제안합니다. 이 방법론은 시계열 딥러닝 아키텍처와 비지도 표현 학습 모델을 결합하며,…
디지털 헬스케어 환경에서 민감한 환자 정보 보호와 실시간 접근 및 의사결정 지원은 필수적입니다. 본 연구는 블록체인과 IoT를 결합한 새로운 하이브리드 프레임워크를 제안하여 안전한 헬스케어 데이터 관리를 목표로 합니다. 이 프레임워크는 Elman 신경망 기반 Blowfish 암호화와 딥 이상 탐지 기술을 통합합니다. 제안된 프레임워크는 IoT 센서 데이터를 활용하고, 권위증명(PoA) 합의 메커니즘을 통해 분산 노드 간의 위변조 방지 트랜잭션 기록을 보장합니다. LSTM 오토인코더와 SVM 분류기를 결합하여 이상 징후를 정확하게 …
