이 연구는 제조 공정 품질 예측 모델의 성능을 향상시키기 위해 설명 가능한 기법을 활용하는 방법을 제안한다.
먼저 기계 학습 모델을 훈련시킨 후, 설명 가능한 기법을 통해 중요하지 않은 특성을 식별하고 제거한다. 이를 통해 모델 성능이 향상되어 제조 비용 절감과 모델 이해도 향상이 가능하다.
구체적으로 밀링 공정 사례를 통해 다음과 같은 내용을 확인하였다:
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Dennis Gross... at arxiv.org 03-28-2024
https://arxiv.org/pdf/2403.18731.pdfDeeper Inquiries