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

키워드

Normalizing Flow (NF) MSFlow 부분 방전(Partial Discharge PD) 분류(Classification) Recurrence Plot Normalizing Flow (NF) MSFlow Partial Discharge PD Classification Recurrence Plot

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

발행기관

간행물