| 1 |
1
소스 도메인으로부터 소스 데이터 및 타겟 도메인으로부터 타겟 데이터를 입력받아 각각의 특성인자를 추출하는 특성인자 추출부;상기 추출된 소스 도메인의 특성인자와 타겟 도메인의 특성인자를 입력받아 상기 소스 도메인과 상기 타겟 도메인 내의 클래스 분포의 불일치가 조정된 상태 진단 모델을 획득하는 상태 분류기; 및상기 추출된 소스 도메인의 특성인자와 타겟 도메인의 특성인자를 입력받고, 상기 획득된 상태 진단 모델의 수렴성을 판단하는 도메인 분류기;를 포함하는 것을 특징으로 하는 고장 진단 장치
|
| 2 |
2
제 1항에 있어서,상기 소스 도메인에 대한 분류 손실이 최소화되도록 상기 특성인자 추출부와 상기 상태 분류기를 학습하고,상기 특성인자 추출부가 상기 소스 도메인 및 상기 타겟 도메인에 대하여 도메인 불변의 특성인자들을 추출하도록 상기 특성인자 추출부를 학습하는 것을 특징으로 하는 고장 진단 장치
|
| 3 |
3
제 1항에 있어서,상기 상태 분류기는,상기 소스 도메인의 특성인자와 상기 타겟 도메인의 특성인자를 복수의 클래스로 분류하고, 상기 소스 도메인과 상기 타겟 도메인에 대한 클래스 분포의 불일치를 최소화하는 제 1 분류기 및 제 2 분류기를 포함하는 것을 특징으로 하는 고장 진단 장치
|
| 4 |
4
제 1항에 있어서,상기 상태 분류기는, 상기 특성인자 추출부를 고정한 상태에서, 상기 소스 도메인에 대한 분류 손실을 최소화하면서 상기 소스 도메인 및 상기 타겟 도메인에 대한 클래스 분포의 불일치 손실을 최대화하도록 학습을 수행하는 것을 특징으로 하는 고장 진단 장치
|
| 5 |
5
제 4항에 있어서,상기 특성인자 추출부는,상기 상태 분류기를 고정한 상태에서, 상기 소스 도메인에 대한 분류 손실을 최소화하면서 상기 소스 도메인 및 상기 타겟 도메인에 대한 클래스 분포의 불일치 손실을 최소화하도록 학습을 수행하는 것을 특징으로 하는 고장 진단 장치
|
| 6 |
6
제 1항에 있어서,상기 도메인 분류기는,상기 획득된 상태 진단 모델의 수렴성 판단을 위한 도메인 혼동 지수(domain confusion index)를 정의하고, 상기 도메인 혼동 지수가 최적값으로 수렴하는지 여부를 판단하여 상기 상태 진단 모델의 최적화 여부를 판단하는 것을 특징으로 하는 고장 진단 장치
|
| 7 |
7
제 1항에 있어서,상기 소스 도메인으로부터 상기 소스 데이터를 획득하고, 상기 타겟 도메인으로부터 상기 타겟 데이터를 획득하는 데이터 획득부를 더 포함하는 것을 특징으로 하는 고장 진단 장치
|
| 8 |
8
제 7항에 있어서,상기 데이터 획득부를 통해 획득된 상기 소스 데이터 및 상기 타겟 데이터에 대해 신호 처리를 수행하는 데이터 처리부를 더 포함하는 것을 특징으로 하는 고장 진단 장치
|
| 9 |
9
제 1항에 있어서,상기 도메인 분류기를 통해 수렴된 상태 진단 모델을 기준으로 상기 타겟 도메인의 타겟 데이터에 대해 고장 진단을 수행하는 상태 진단부를 더 포함하는 것을 특징으로 하는 고장 진단 장치
|
| 10 |
10
제 1항에 있어서,상기 소스 도메인과 상기 타겟 도메인은 서로 다른 설비이며,상기 소스 데이터와 상기 타겟 데이터는 진동 신호인 것을 특징으로 하는 고장 진단 장치
|
| 11 |
11
제 1항 내지 제 10항 중 어느 한 항에 기재된 고장 진단 장치를 이용한 고장 진단 방법에 있어서,소스 도메인에 대한 분류 손실이 최소화되도록 상기 고장 진단 장치에 구비된 특성인자 추출부와 상태 분류기를 학습하는 단계;상기 특성인자 추출부가 상기 소스 도메인 및 타겟 도메인에 대하여 도메인 불변의 특성인자들을 추출하도록 상기 특성인자 추출부를 학습하는 단계;상기 소스 도메인과 상기 타겟 도메인에 대한 클래스 분포의 불일치를 최소화하도록 상기 특성인자 추출부와 상기 상태 분류기를 학습하는 단계; 및상기 특성인자 추출부와 상기 상태 분류기의 학습에 따라 획득된 상태 진단 모델의 수렴성을 판단하는 단계;를 포함하는 것을 특징으로 하는 고장 진단 방법
|
| 12 |
12
제 11항에 있어서,상기 소스 도메인과 상기 타겟 도메인에 대한 클래스 분포의 불일치를 최소화하도록 상기 특성인자 추출부와 상기 상태 분류기를 학습하는 단계는,상기 특성인자 추출부를 고정한 상태에서 상기 소스 도메인에 대한 분류 손실을 최소화하면서 상기 소스 도메인과 상기 타겟 도메인에 대한 클래스 분포의 불일치 손실을 최대화하도록 상기 상태 분류기를 학습하는 단계 및상기 상태 분류기를 고정한 상태에서 상기 소스 도메인에 대한 분류 손실을 최소화하면서 상기 소스 도메인과 상기 타겟 도메인에 대한 클래스 분포의 불일치 손실을 최소화하도록 상기 특성인자 추출부를 학습하는 단계를 포함하는 것을 특징으로 하는 고장 진단 방법
|
| 13 |
13
제 11항에 있어서,상기 획득된 상태 진단 모델의 수렴성을 판단하는 단계는,상기 획득된 상태 진단 모델의 수렴성 판단을 위한 도메인 혼동 지수를 정의하는 단계 및상기 도메인 혼동 지수가 최적값으로 수렴하는지 여부를 판단하여 상기 상태 진단 모델의 최적화 여부를 판단하는 단계를 포함하는 것을 특징으로 하는 고장 진단 방법
|
| 14 |
14
제 11항에 있어서,상기 소스 도메인에 대한 분류 손실이 최소화되도록 상기 고장 진단 장치에 구비된 특성인자 추출부와 상태 분류기를 학습하는 단계 이전에,상기 소스 도메인으로부터 소스 데이터를 획득하고, 상기 타겟 도메인으로부터 타겟 데이터를 획득하는 단계 및상기 획득된 소스 데이터 및 타겟 데이터에 대해 신호 처리를 수행하는 단계를 더 포함하는 것을 특징으로 하는 고장 진단 방법
|
| 15 |
15
제 11항에 있어서,상기 획득된 상태 진단 모델의 수렴성을 판단하는 단계 이후에,상기 수렴된 상태 진단 모델을 기준으로 상기 타겟 도메인의 타겟 데이터에 대해 고장 진단을 수행하는 단계를 더 포함하는 것을 특징으로 하는 고장 진단 방법
|
| 16 |
16
제 14항에 있어서,상기 소스 도메인과 상기 타겟 도메인은 서로 다른 설비이며,상기 소스 데이터와 상기 타겟 데이터는 진동 신호인 것을 특징으로 하는 고장 진단 방법
|
