Earticle

초록

한국어

Normalizing Flow 모델 중 하나인 MSFlow는 지역화와 이상 탐지에 활용되는 모델이지만, 본 논문 에서는 MSFlow의 구조를 활용하여 분류 모델로의 활용을 제안한다. 이때 Multi-Scale 분류 모델들과 의 성능 차이를 비교한 결과, 정확도 기준으로 최대 2.55%의 성능 차이를 보이며 MSFlow가 분류 태 스크에 적합함을 확인하였다. 또한, 도출된 결과를 토대로 분포 기반 학습 방법을 사용하는 데서 그 원인을 분석한다. 이를 통해, Normalizing Flow 모델의 부분 방전 진단 활용에 대한 가능성을 확인하 고 개선점을 도출한다.

목차

요약
1. Introduction
2. Related Works
2.1. Multi-Scale Classification Models
2.2. MSFlow
3. Proposed Method
4. Experimental Setup and Result
4.1. Dataset
4.2. Experimental Settings
4.3. Experiment Result and Analysis
5. Conclusion
Data Availability
Acknowledgement
참고문헌

저자

• 김남중 [ Namjung Kim | 국립한국교통대학교 교통·에너지융합학과 ]
• 박창준 [ Changjoon Park | 국립한국교통대학교 교통·에너지융합학과 ]
• 박준휘 [ Junhwi Park | 국립한국교통대학교 교통·에너지융합학과 ]
• 이재현 [ Jaehyun Lee | 국립한국교통대학교 소프트웨어학과 ]
• 곽정환 [ Jeonghwan Gwak | 국립한국교통대학교 소프트웨어학과 ] 교신저자

참고문헌