프레스 데이터를 활용한 GAN 기반 품질예측모델 연구

Research on GAN-based Quality Prediction Model using Press Data

프레스 데이터를 활용한 품질 예측에서 정확도 향상을 위해 GAN(생성적 적대 신경망) 모델을 적용하는 연구를 수행하였다. 본 연구에서는 프레스 공정 데이터의 다양한 특성을 분석하고, GAN을 이용하여 품질에 영향을 미치는 중요한 특징을 효과적으로 학습할 수 있는 모델을 설계하였다. 데이터 전처리 단계에서는 중요한 특징 간의 관계를 모니터링하기 위해 데이터셋을 재구성하고, 품질 예측에 필요한 중요한 패턴을 학습하도록 GAN을 최적화하였다. 이 모델을 통해 프레스 공정에서 생성된 데이터 기반의 품질 예측 결과를 실제 품질 데이터와 비교하여, GAN 기반 품질 예측 모델의 성능을 검증하고 그 유효성을 평가하였다.

We conducted a study to apply a GAN model to improve accuracy in quality prediction using press data. In this study, we analyzed various characteristics of press process data and used GAN to determine the effect on quality. In the data preprocessing stage, we designed a model that can effectively learn important features, reorganized the dataset to monitor relationships between important features, and optimized GAN to learn important patterns required for quality prediction. By comparing quality prediction results based on data generated from the press process with actual quality data, we verified the performance of the GAN-based quality prediction model and evaluated its effectiveness.