earticle

한국어

해양 환경의 높은 습도와 염분은 선박 내 기계 설비의 부식을 가속화시켜 결함 발생 가능성을 높인다. 이러한 요인으로 인해 기관 손상이 해양 사고의 주요 원인으로 작용하고 있으며, 특히 중소형 선박에서 그 비율이 높게 나타난다. 따라서 효율적인 기계 결함 진단 기술이 필요하다. 최근에는 딥러닝 기반의 CNN 모델을 활용한 기계 결함 진단 기술이 활발히 연구되고 있으며, 이를 선박 환경에 적용하기 위한 다양한 시도가 이루어지고 있다. 그러나 중소형 선박은 전력 및 연산 자원이 제한된 저사양 시스템 환경에 해당하므로, 대규모 CNN 모델의 직접적인 적용에는 제약이 따른다. 이에 본 연구에서는 이러한 한계를 극복하 기 위해 모델 경량화 기법인 KD-DPP를 제안한다.