철도 시설의 정비 패러다임의 변화에 따라 이상 탐지 기술의 중요성이 높아지고 있으나, 특정 설비에 최적화된 오토인코더 추론모델을 서로 다른 응용 환경의 설비에 직접 적용하기는 어렵다는 한계가 존재한다. 본 연구는 이러한 문제를 해결하고자 에스컬레이터의 동작 이상 탐지를 위한 오토인코더 모델 설계 방법을 제안한다. 제안된 방법은 특정 설비에서 수집한 전류 데이터를 이용한 그리드 탐색으로 최적의 초모수 조합을 선정하고, 이 최적 초모수 조합을 기반으로 다른 설비의 데이터로 비지도 학습을 수행하여 해당 설비의 특성을 반영한 이상 탐지 추론모델을 생성하는 절차를 제시하였다. 실제 운용 중인 에스컬레이터의 데이터를 활용한 실험을 통해 제안된 설계 방법이 설비별 맞춤형 이상 탐지 모델을 구축하는 데 효과적임을 확인하였으며, 이는 신경망 기반의 지속 가능한 설비 관리를 위한 구현 방법을 제공할 것으로 기대된다.
Lee et al. (2026) studied this question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: