섬유의 변퇴색 기준 판정 내광성 등급 기반 이상치 처리 기법

논문 정보

• 제목: 섬유의 변퇴색 기준 판정 내광성 등급 기반 이상치 처리 기법 (Outlier Processing Techniques Based on Colorfastness Rating Determination Based on Change in Color of Textile)
• 저자: Daegyu Lee (경북대학교), Kangbok Seo (경북대학교), Deokyeop Kim (경북대학교), 이우진 (경북대학교 컴퓨터학부)
• 학회/저널: 한국소프트웨어종합학술대회 (KSC 2023)
• 발행일: 2023-06-21
• DOI: -
• 주요 연구 내용: 섬유 내광성 등급 예측에서 변퇴색 기준 판정을 활용한 도메인 특화 이상치 탐지 및 처리 기법 제안
• 주요 결과 및 결론: 도메인 지식 기반 이상치 처리 기법이 일반적인 통계적 이상치 처리 기법보다 예측 모델의 성능을 더 효과적으로 개선
• 기여점: 섬유 산업의 내광성 시험 데이터에 특화된 이상치 처리 방법론을 제시하여 예측 모델의 신뢰성을 향상

요약

초록

섬유 산업에서 내광성(lightfastness)은 빛에 대한 섬유의 색상 변화 저항성을 나타내는 중요한 품질 지표이다. 내광성 등급은 변퇴색(change in color) 정도에 따라 결정되며, 이를 예측하는 모델의 성능은 학습 데이터의 품질에 크게 의존한다. 본 논문은 변퇴색 기준 판정 내광성 등급과 실제 수집된 내광성 등급 간의 차이를 이용하여 예측 모델의 성능을 저하시키는 이상치를 효과적으로 식별하고 처리하는 기법을 제안한다.

서론

내광성 시험은 섬유가 빛에 노출될 때 색상이 변하는 정도를 평가하는 표준화된 시험으로, 섬유 제품의 품질 관리에 필수적이다. 내광성 등급은 일반적으로 1등급(매우 낮음)에서 8등급(매우 높음)까지의 척도로 평가되며, 변퇴색의 정도에 따라 등급이 결정된다. 그러나 실제 데이터에는 측정 오차, 시험 조건 변동, 주관적 평가 등으로 인한 이상치가 포함될 수 있으며, 이는 예측 모델의 성능을 크게 저하시킨다. 기존의 통계적 이상치 처리 기법(예: IQR, Z-score)은 도메인 지식을 고려하지 않아 섬유 데이터의 특성을 충분히 반영하지 못한다.

방법론

본 연구의 핵심 방법론은 다음과 같다:

1. 변퇴색 기준 판정 등급 산출: 섬유의 변퇴색 정도를 기반으로 이론적인 내광성 등급을 계산한다. 이는 표준 시험 방법에 따른 기준 등급으로, 물리적 변색 정도와 직접적으로 대응된다.

2. 등급 차이 기반 이상치 탐지: 변퇴색 기준 판정 등급과 실제 측정된(수집된) 내광성 등급 간의 차이를 계산하고, 일정 임계값 이상의 차이를 보이는 데이터 포인트를 이상치로 식별한다.

3. 이상치 처리: 식별된 이상치를 제거하거나 보정하여 학습 데이터의 품질을 향상시킨다.

4. 예측 모델 학습 및 평가: 이상치 처리 전후의 데이터를 사용하여 머신러닝 예측 모델을 학습하고, 성능 변화를 비교 분석한다.

실험 및 결과

실제 섬유 내광성 시험 데이터를 사용하여 제안된 이상치 처리 기법의 효과를 검증하였다:

• 변퇴색 기준 판정 등급 기반 이상치 처리를 적용했을 때, 내광성 등급 예측 모델의 정확도가 유의미하게 향상
• 일반적인 통계적 이상치 처리 기법(IQR, Z-score 등)과 비교하여 제안 기법이 더 효과적임을 확인
• 도메인 지식(변퇴색 판정 기준)을 활용한 이상치 식별이 데이터의 물리적 특성을 더 잘 반영하여, 유효한 데이터의 손실을 최소화하면서 실제 오류 데이터를 효과적으로 제거

결론

본 연구는 섬유 산업의 내광성 등급 예측에 특화된 이상치 처리 기법을 제안하였다. 변퇴색 기준 판정 등급이라는 도메인 지식을 활용한 이상치 탐지 방법은 일반적인 통계적 방법보다 더 효과적으로 데이터 품질을 개선하고 예측 모델의 성능을 향상시킨다. 이 접근법은 섬유 산업뿐만 아니라, 표준화된 등급 체계를 가진 다른 산업 분야의 데이터 전처리에도 적용 가능한 방법론이다.