데이터 변동률 기반 회귀 체인을 사용한 생분해성 섬유 원사 물성 예측 모델 개선
· 4 min read
논문 정보
- 제목: 데이터 변동률 기반 회귀 체인을 사용한 생분해성 섬유 원사 물성 예측 모델 개선 (Improving biodegradable fiber yarn property prediction model using data change rate-based regression chain)
- 저자: 김덕엽, 류영교, 강보권, 김태환, 이우진 (경북대학교 IT대학 컴퓨터학부)
- 학회/저널: 2024 한국소프트웨어종합학술대회 논문집
- 발행일: 2024-12
- DOI: 제공되지 않음
- 주요 연구 내용: 본 연구는 데이터 수집 및 분포가 불균형한 생분해성 섬유 방사 데이터의 물성 예측 정확도를 높이기 위한 방법을 제안함. 기존의 상관 분석은 신뢰성이 떨어지므로, 방사 공정 데이터에 따른 물성 데이터의 변동률을 계산하고 변동률 간의 상관관계를 분석하여 물성 간 종속성을 평가함. 이 평가 결과를 바탕으로 회귀 체인(Regression Chain)을 구성하여 예측 모델을 개선함.
- 주요 결과 및 결론: 데이터 변동률 기반 분석 결과, 인장강도는 인장신도와 강한 종속성을 보였으며(상관계수 0.73), 이는 기존 상관 분석 결과와 다름. 이 결과를 바탕으로 인장신도를 예측하여 인장강도 예측 모델의 입력으로 사용하는 회귀 체인을 적용했을 때, 기존 모델 대비 MAE는 13%, MSE는 20%, R²는 5% 향상된 성능을 보임.
- 기여점: 불균형한 산업 데이터에서 기존 상관 분석의 한계를 지적하고, 데이터 변동률이라는 새로운 기준으로 물성 간 종속성을 더 신뢰성 있게 평가하는 방법을 제시함. 이는 국한적인 상황에서 회귀 체인 모델을 적용하여 예측 성능을 향상시킬 수 있음을 실험적으로 입증함.