기계고장 예측을 위한 통계적 모델링
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- DGIST 기초학부
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 확률과통계, 프로그래밍, 통합과학
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등)
2026-05-21
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
정밀 CNC 공정에서 발생하는 기계 고장을 사전에 예측하기 위한 데이터 기반의 모델 설계를 탐구 주제로 설정함
CNC 공정에서 10,000개의 고장 데이터에 대해 각 14개 Feature를 포함하는 AI4I 2020 Predictive Maintenance Dataset을 활용하여 고장 유형과 환경 변수 간 관계를 분석하고자 함
정규성 검정을 통해 데이터 분포 특성을 진단하고, 비정규성을 띄는 데이터인 관계로 선형 회귀가 부적합함을 근거로 하여 머신러닝 기반의 분류 모델 중심의 연구 방향을 설정함
로지스틱 회귀, 결정 트리 2종류의 예측 모델을 Python 환경에서 구현하고 정확도, 계산 복잡도를 비교함
제한된 데이터 조건에서 로지스틱 회귀 모델이 98%의 가장 균형 잡힌 예측 성능을 보임을 검증하여 선정함
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.