Earticle

초록

영어

In this paper, we propose a sequence mining based manufacturing process using a decision model in cognitive factory. The proposed model is a method to increase the production efficiency by applying the sequence mining decision model in a small scale production process. The data appearing in the production process is composed of the input variables. And the output variable is composed the production rate and the defect rate per hour. We use the GSP algorithm and the REPTree algorithm to generate rules and models using the variables with high significance level through t-test. As a result, the defect rate are improved by 0.38% and the average hourly production rate was increased by 1.89. This has a meaning results for improving the production efficiency through data mining analysis in the small scale production of the cognitive factory.

한국어

본 논문에서는 스마트 공장에서 의사결정 모델을 이용한 순차 마이닝 기반 제조공정을 제안한다. 제안하는 모델은 소규모의 제조공정에서 순차 마이닝 의사결정 모델을 적용하여 제조 효율을 높이는 방법이다. 제조 단계 중 제품 제조 과정에서 나타나는 데이터를 입력 변수들로 구성하고, 시간당 제조량과 불량률을 출력 변수로 구성한다. t-검정을 통해 유의 수준이 높은 변수만을 사용하여 GSP 알고리즘과 REPTree 알고리즘을 이용한 규칙과 모델을 생성한다. 의미있는 순차 규칙과 의사결정 모델은 정확도, 민감도, 특이성, 예측도를 통해 유의미함을 확인한다. 결과적으로, 실제 제조에 적용한 결과 불량률은 0.38%가 개선되었고, 시간당 제조량은 평균 1.89/h 증가되었다. 이는 소규모 제조 공정에서 데이터 마이닝 분석을 통한 제조 효율을 높이기 위한 의미있는 결과를 나타낸다.

목차

요약
 Abstract
 1. 서론
 2. 관련연구
  2.1 스마트 팩토리
  2.2 마이닝 기반 제조공정
 3. 의사결정 모델을 이용한 순차 마이닝기반 제조공정
  3.1 의료용 제품 트랜젝션에서 변수 요인 분석
  3.2 순차 마이닝 기반 제조공정에서 패턴 발견
 4. 제조공정에서 의사결정 모델과 성능평가
  4.1 제조공정에서 의사결정 모델
  4.2 성능 평가
 5. 결론
 REFERENCES

키워드

저자

• 김주창 [ Joo-Chang Kim | 경기대학교 컴퓨터공학부 ]
• 정호일 [ Hoill Jung | 원광대학교 컴퓨터ㆍ소프트웨어공학과 ]
• 유현 [ Hyun Yoo | 상지대학교 컴퓨터정보공학과 ]
• 정경용 [ Kyungyong Chung | 경기대학교 컴퓨터공학부 ] Corresponding author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국융합학회논문지 [Journal of the Korea Convergence Society]

• 간기

  월간

• pISSN

  2233-4890

• 수록기간

  2010~2022

• 십진분류

  KDC 530 DDC 620