| 1 |
1
정의된 트랙을 따라 이동하는 차량의 차륜 부재의 이상을 야기하는 영향 인자를 결정하기 위한 데이터 분석 장치로서,상기 차량이 이동하는 과정에서, 상기 차륜 부재의 열역학적 상태 및 동역학적 상태를 각각 지표하는 열역학 로우 데이터(Thermodynamics Raw Data) 및 동역학 로우 데이터(Dynamics Raw Data)를 수집하는 데이터 수집부;상기 수집된 열역학 로우 데이터 및 동역학 로우 데이터로부터, 미리 정의된 EDA(Exploratory Data Analysis) 알고리즘을 적용하여 상기 영향 인자의 후보 데이터로 기능하는 열역학 데이터셋 및 동역학 데이터셋을 도출하는 EDA 분석부;상기 도출된 열역학 데이터셋에 포함되는 데이터 간의 상관 관계와, 상기 도출된 동역학 데이터셋에 포함되는 데이터 간의 상관 관계를 분석하여 상기 열역학 데이터셋 및 상기 동역학 데이터셋의 유효성을 검증하는 상관 관계 분석부; 및상기 유효성이 검증된 열역학 데이터셋 및 동역학 데이터셋을 이용하여 상관 예측 모델을 학습시키고, 상기 학습된 상관 예측 모델을 이용하여 상기 상관 관계 분석부의 분석 결과를 검증하는 상관 관계 검증부;를 포함하고,상기 상관 관계 검증부에 의해 검증된 열역학 데이터셋 및 동역학 데이터셋이 상기 영향 인자로 결정되는 것을 특징으로 하는 데이터 분석 장치
|
| 2 |
2
제1항에 있어서,상기 EDA 분석부는,상기 열역학 로우 데이터에 포함되는 복수의 하위 데이터 중 상기 EDA 알고리즘을 통해 시계열적 변화 패턴이 정합되는 제1 및 제2 열역학 데이터를 특정하여 상기 열역학 데이터셋으로서 도출하고,상기 동역학 로우 데이터에 포함되는 복수의 하위 데이터 중 상기 EDA 알고리즘을 통해 시계열적 변화 패턴이 정합되는 제1 및 제2 동역학 데이터를 특정하여 상기 동역학 데이터셋으로서 도출하는 것을 특징으로 하는 데이터 분석 장치
|
| 3 |
3
제2항에 있어서,상기 EDA 분석부는,상기 수집된 열역학 로우 데이터 및 동역학 로우 데이터에 대하여 IQR(Inter-Quartile Range) 방식으로 이상치(Outlier)를 제거한 후, 이상치가 제거된 열역학 로우 데이터 및 동역학 로우 데이터로부터 상기 EDA 알고리즘을 통해 상기 열역학 데이터셋 및 상기 동역학 데이터셋을 도출하는 것을 특징으로 하는 데이터 분석 장치
|
| 4 |
4
제2항에 있어서,상기 상관 관계 분석부는,상기 제1 및 제2 열역학 데이터 간의 선형 상관 관계, 및 상기 제1 및 제2 동역학 데이터 간의 선형 상관 관계를 분석하는 방식으로 상기 제1 및 제2 열역학 데이터와 상기 제1 및 제2 동역학 데이터의 유효성을 검증하되, 상기 제1 및 제2 열역학 데이터 간의 제1 피어슨 상관 계수(Pearson Correlation Coefficient)와 상기 제1 및 제2 동역학 데이터 간의 제2 피어슨 상관 계수가 각각 미리 정의된 기준치 이상인 경우 유효성이 검증된 것으로 판단하는 것을 특징으로 하는 데이터 분석 장치
|
| 5 |
5
제4항에 있어서,상기 상관 관계 분석부는,상기 제1 피어슨 상관 계수 또는 상기 제2 피어슨 상관 계수가 상기 기준치 미만인 경우, 상기 제1 및 제2 열역학 데이터 간의 시계열 상관 관계, 또는 상기 제1 및 제2 동역학 데이터 간의 시계열 상관 관계를 후속 분석하는 방식으로 제1 및 제2 열역학 데이터, 또는 상기 제1 및 제2 동역학 데이터의 유효성을 검증하는 것을 특징으로 하는 데이터 분석 장치
|
| 6 |
6
제5항에 있어서,상기 상관 예측 모델은 머신 러닝(Machine Learning)에 의해 학습되는 앙상블 모델(Ensemble Model)이고,상기 상관 관계 검증부는,상기 제1 열역학 데이터 및 상기 제1 동역학 데이터를 상기 상관 예측 모델의 입력 데이터로 하고, 상기 제2 열역학 데이터 및 상기 제2 동역학 데이터를 상기 상관 예측 모델의 출력 클래스로 하여 상기 상관 예측 모델을 학습시키는 것을 특징으로 하는 데이터 분석 장치
|
| 7 |
7
제6항에 있어서,상기 상관 관계 검증부는,차기 시점에서 실측되는, 제1 및 제2 테스트 열역학 데이터와 제1 및 제2 테스트 동역학 데이터를 획득하고, 상기 제1 테스트 열역학 데이터 및 상기 제1 테스트 동역학 데이터를 상기 학습된 상관 예측 모델에 입력하며, 그에 따라 출력되는 출력 열역학 데이터 및 출력 동역학 데이터를 각각 상기 제2 테스트 열역학 데이터 및 상기 제2 테스트 동역학 데이터와 비교하는 방식으로 상기 상관 관계 분석부의 분석 결과를 검증하는 것을 특징으로 하는 데이터 분석 장치
|
| 8 |
8
제1항에 있어서,상기 차량은 철도 차량인 것을 특징으로 하는 데이터 분석 장치
|
| 9 |
9
신경망(Neural Network)을 통해 입력 데이터의 클래스를 식별하도록 구성된 신경망 모델을 학습시키는 학습부로서, 제1항에 따른 데이터 분석 장치에 의해 결정된 영향 인자를 상기 신경망 모델을 학습시키기 위한 학습 데이터로서 이용하는, 학습부; 및상기 학습부를 통해 상기 신경망 모델이 학습된 이후, 상기 차량이 이동하는 과정에서 수집되는, 상기 영향 인자에 해당하는 실측 열역학 데이터 및 실측 동역학 데이터를 상기 학습된 신경망 모델에 적용하여 상기 차륜 부재의 이상을 예측하는 예측부;를 포함하는 것을 특징으로 하는 이상 예측 장치
|
| 10 |
10
정의된 트랙을 따라 이동하는 차량의 차륜 부재의 이상을 야기하는 영향 인자를 결정하기 위한 데이터 분석 방법으로서,데이터 수집부가, 상기 차량이 이동하는 과정에서, 상기 차륜 부재의 열역학적 상태 및 동역학적 상태를 각각 지표하는 열역학 로우 데이터(Thermodynamics Raw Data) 및 동역학 로우 데이터(Dynamics Raw Data)를 수집하는 단계;EDA 분석부가, 상기 수집된 열역학 로우 데이터 및 동역학 로우 데이터로부터, 미리 정의된 EDA(Exploratory Data Analysis) 알고리즘을 적용하여 상기 영향 인자의 후보 데이터로 기능하는 열역학 데이터셋 및 동역학 데이터셋을 도출하는 단계;상관 관계 분석부가, 상기 도출된 열역학 데이터셋에 포함되는 데이터 간의 상관 관계와, 상기 도출된 동역학 데이터셋에 포함되는 데이터 간의 상관 관계를 분석하여 상기 열역학 데이터셋 및 상기 동역학 데이터셋의 유효성을 검증하는 단계; 및상관 관계 검증부가, 상기 유효성이 검증된 열역학 데이터셋 및 동역학 데이터셋을 이용하여 상관 예측 모델을 학습시키고, 상기 학습된 상관 예측 모델을 이용하여 상기 상관 관계 분석부의 분석 결과를 검증하는 단계;를 포함하고,상기 상관 관계 검증부에 의해 검증된 열역학 데이터셋 및 동역학 데이터셋이 상기 영향 인자로 결정되는 것을 특징으로 하는 데이터 분석 방법
|
| 11 |
11
제10항에 따른 데이터 분석 방법을 통해 결정된 영향 인자를 이용하여 차륜 부재의 이상을 예측하는 방법으로서,학습부가, 신경망(Neural Network)을 통해 입력 데이터의 클래스를 식별하도록 구성된 신경망 모델을 학습시키는 단계로서, 제9항에 따른 데이터 분석 방법에 의해 결정된 영향 인자를 상기 신경망 모델을 학습시키기 위한 학습 데이터로서 이용하는, 단계; 및예측부가, 상기 학습부를 통해 상기 신경망 모델이 학습된 이후, 상기 차량이 이동하는 과정에서 수집되는, 상기 영향 인자에 해당하는 실측 열역학 데이터 및 실측 동역학 데이터를 상기 학습된 신경망 모델에 적용하여 상기 차륜 부재의 이상을 예측하는 단계;를 포함하는 것을 특징으로 하는 이상 예측 방법
|
| 12 |
12
하드웨어와 결합되어, 정의된 트랙을 따라 이동하는 차량의 차륜 부재의 이상을 야기하는 영향 인자를 결정하기 단계들을 실행시키기 위해 컴퓨터 판독 가능 기록매체에 저장된 컴퓨터 프로그램으로서, 상기 단계들은,상기 차량이 이동하는 과정에서, 상기 차륜 부재의 열역학적 상태 및 동역학적 상태를 각각 지표하는 열역학 로우 데이터(Thermodynamics Raw Data) 및 동역학 로우 데이터(Dynamics Raw Data)를 수집하는 단계;상기 수집된 열역학 로우 데이터 및 동역학 로우 데이터로부터, 미리 정의된 EDA(Exploratory Data Analysis) 알고리즘을 적용하여 상기 영향 인자의 후보 데이터로 기능하는 열역학 데이터셋 및 동역학 데이터셋을 도출하는 단계;상기 도출된 열역학 데이터셋에 포함되는 데이터 간의 상관 관계와, 상기 도출된 동역학 데이터셋에 포함되는 데이터 간의 상관 관계를 분석하여 상기 열역학 데이터셋 및 상기 동역학 데이터셋의 유효성을 검증하는 단계; 및상기 유효성이 검증된 열역학 데이터셋 및 동역학 데이터셋을 이용하여 상관 예측 모델을 학습시키고, 상기 학습된 상관 예측 모델을 이용하여 상기 상관 관계의 분석 결과를 검증함으로써 상기 영향 인자를 결정하는 단계;를 포함하는, 컴퓨터 판독 가능 기록매체에 저장된 컴퓨터 프로그램
|
