 |
 |
|
|
|
|
Research/Projects > 산학 프로젝트 |
|
| 25. |
이상패턴탐지를 위한 센서데이터 분석 |
DS-eTrade |
2017.07.03 ~ 2017.10.31 |
| |
|
오늘날 제조, 의료 등 산업 전반에 걸쳐 대량으로 수집되는 멀티채널 센서 데이터의 분석은 센서가 부착된 장비의 효과적인 유지보수를 위해 반드시 필요하다. 본 과제에서는 차량에 부착된 여러 개의 센서로부터 수집되는 시그널 데이터를 분석하여 차량의 고장을 예측하는 비정상 신호 탐지 프로세스를 개발하였다. 특징 추출 알고리즘을 적용하여 시그널 데이터로부터 특성치를 추출하고, 추출한 시그널 특성치를 이용하여 군집화 분석을 수행하였다. 군집 분석의 결과를 토대로 비정상 신호 구간을 탐지하였다.
|
|
| 24. |
Wafer Local 영역 가상계측 기술연구 |
SK하이닉스 |
2016.11.01 ~ 2017.10.30 |
| |
|
반도체 웨이퍼의 두께 및 에칭 후 패턴 사이즈를 예측할 수 있는 가상계측 모델을 구축하였다. 예측을 위해 공정 센서에서 수집되는 FDC 파라미터와 웨이퍼 두께 및 에칭 후 패턴 사이즈와의 관계를 최신 기계학습 기법을 바탕으로 모델링하였다. 기존에는 공정 장비 및 웨이퍼 포인트마다 가상계측 모델을 구축하였는데, 본 연구에서는 하나의 모델 만으로도 전체 장비에서 생산되는 모든 포인트의 웨이퍼의 두께 및 에칭 후 패턴 사이즈를 효율적으로 예측할 수 있도록 하였다.
|
|
| 23. |
인공지능을 활용한 정보보안 기술 고도화 방안 연구 |
국가보안기술연구소 |
2016.09.12 ~ 2016.11.30 |
| |
|
정보기술 의존도가 높은 현대 사회에서는 날이 갈수록 다양해지는 정보보안 위협에 따른 사회적, 개인적 피해가 막대하기 때문에 이에 대처할 수 있는 정보보안 시스템의 중요성이 대두된다. 기존 정보보안 기술의 한계를 극복하기 위해서는 최신 인공지능 기술을 적용하여 고도화된 정보보안 기술을 개발할 필요가 있으며, 인공지능 기술을 정보보안 영역에 적용하기 위해서는 연구계획수립 단계에서 인공지능 및 정보보안 관련 기술현황과 최신 연구동향에 대한 체계적인 분석이 요구된다. 본 연구과제에서는 토픽 모델링 등 체계적인 기계학습 방법론을 이용하여 최근 5년간 발표된 주요 학술대회 논문 및 우수 연구논문을 분석하고 연구 동향을 파악하였으며, 딥러닝 등 최신 인공지능 기술을 적용하여 정확성이 크게 향상되었거나 새로운 기능 구현이 가능했던 사례 및 방법론을 조사하였다. 그리고 인공지능 및 정보보안 관련 연구동향 분석 및 기술현황 조사결과를 바탕으로, 향후 정보보안 기술의 고도화 방안을 제안하였다.
|
|
| 22. |
Machine Learning 기반 반도체 산업 최적 수요예측 |
삼성전자(주) |
2017.06.01 ~ 2017.11.30 |
| |
|
본 연구에서는 반도체 산업의 특성을 고려한 최적 수요 예측 플랫폼 개발을 목표로 하였다. 우선 다양한 상관관계 분석을 통해 반도체 제품 수요에 영향을 미치는 주요인자를 도출하였다. 또한 반도체 제품/비즈니스 유형에 따른 고도화된 수요예측 모형을 구축하는데 있어 최신의 머신러닝 기법을 활용하였다. 이 과정에서 기존에 분석하지 않았던 데이터를 활용하여 시장 변화를 반영할 수 있는 새로운 인자를 도출하는 결과를 얻을 수 있었다.
|
|
| 21. |
신종 범죄수법에 대응한 경찰 범죄수법 분류체계 개선 연구 |
치안정책연구소 |
2017.05.19 ~ 2017.10.31 |
| |
|
과거 수법범죄 시스템을 통해 수집된 범행수법 데이터를 과학적이고 체계적인 방법론을 통해 분석하여 데이터 기반의 새로운 분류체계를 제안하는 과제이다. 기계학습 기법 중 비지도학습인 군집 분석을 적용하여 유사한 특성을 갖는 범행 사건들을 군집화하고, 군집화 결과를 심층 분석하여 군집 별 특성을 파악하고, 이를 기반으로 신종범죄를 탐색하였다. 또한 범행 사실 텍스트를 이용하여 소분류 단위 범죄를 분류할 수 있는 심층신경망 분류 모델을 구축하고, 심층신경망의 오분류율이 높았던 소분류 간의 통합을 시도함으로써 기존 범죄 분류 체계의 배타성을 향상시켰다. 결과적으로 군집분석 결과와 분류 모델 기반의 범죄 통합 결과를 융합하여 범죄수법 분류체계 개선 방안을 제안하였다.
|
|
| 20. |
빅데이터를 활용한 건설장비 수요예측 및 품질분석 기법 개발 (3차년도) |
현대중공업 |
2016.10.01 ~ 2017.07.31 |
| |
|
건설장비는 판매 후 사용기간이 상당히 길기 때문에 지속적인 매출 향상을 위해 판매되는 부품의 관리 및 부품 판매량 향상을 위한 딜러 평가는 필수 적이다. 본 프로젝트에서는 건설장비의 부착된 센서로부터 수집된 가동정보과 각 장비별 사용되는 소모품 정보(설계수명 및 소모품 주문이력 등)을 활용하여 이론적 부품 수요량을 추정할 뿐만 아니라 추정된 부품 수요를 통해 객관적으로 딜러를 평가할 수 있는 프레임워크를 개발하였다. 결과적으로 기존 주관적으로 진행하던 딜러의 평가를 데이터 기반으로 객관적으로 평가할 수 있음을 확인하으며, 지역별, 딜러별, 부품별 시각적 비교가 가능한 소프트웨어를 개발함으로써 사용자의 편의성을 극대화 하였다.
|
|
| 19. |
반도체 물류시스템 정체 이상탐지 및 분류 기법 개발 |
삼성전자㈜ |
2016.02.01 ~ 2016.09.31 |
| |
|
반도체 자동화 물류시스템 내 운송차량의 통행량 과다에 따른 정체현상을 해소하기 위한 연구과제이다. 이를 위해 정체현상을 단기간 예측하는 기계학습 알고리즘을 적용하였으며 추가로 정체예측 결과에 대한 해석방법을 제시하였다. 이와 더불어 제안 방법론의 현장적용 가능성 검토를 위해 경로설정 적응제어 에이전트를 개발하였다. 시뮬레이션 실험 결과에 따라 반송시간 및 대기시간 단축 효과를 보였으며, 결과적으로 제안 방법론이 반도체 물류 시스템의 정체현상 감소와 함께 운영 안정성을 높일 수 있음을 확인하였다.
|
|
| 18. |
빅데이터를 활용한 건설장비 수요예측 및 품질분석 기법 개발 (2차년도) |
현대중공업 |
2015.06.01 ~ 2016.05.31 |
| |
|
건설장비의 품질관리를 위해 건설장비에 부착된 센서로부터 수집된 가동정보 및 상태정보와 실제 고장이력과의 관계를 분석하고, 고장지수를 산출하는 모델링을 진행하였다. 장비의 운영상태 데이터와 실제 고장관의 관계를 분석한 첫 시도이며, 통계적인 접근을 통해 신뢰성 있는 모델을 구축하였다. 뿐만 아니라 현업에 중요한 정보를 제공하는 알람 중 실제 고장과 관련이 높은 중요 알람을 선별하고, 연관규칙 알고리즘을 통해 같이 울린 알람 간의 조합을 확인하여 새로운 지식을 제공하였다.
|
|
|
| 17. |
빅데이터를 활용한 건설장비 수요예측 및 품질분석 기법 개발 |
현대중공업 |
2014.05.01 ~ 2015.04.03 |
| |
|
본 연구실에서는 건설장비의 수요예측을 위한 프로젝트를 수행하였다. 건설장비 시장에서는 건설장비 모델의 수명주기 경향에 관한 중/장기 예측 모델의 필요성이 대두되고 있으며, 효과적인 생산계획 수립과 재고관리, 영업관리 등의 다방면의 의사결정을 위해서 건설장비의 효과적인 수요예측이 매우 중요하다. 본 프로젝트에서는 빅 데이터 분석을 통해 지역 및 장비의 모델 별로 서로 다른 가동패턴과 수요패턴을 보이는 것을 확인하였고, 이를 바탕으로 지역 및 모델 별 맞춤형 수요예측 모델을 개발하였다. 또한, 다각적인 수요분석을 위해 건설장비의 가동정보 및 판매정보와 유가와 환율과 같은 외부변수를 반영한 모델을 구축함으로써, 예측모델의 고도화된 예측모델을 구축할 수 있었다. 본 프로젝트의 보다 정확한 수요예측이 가능함을 보였고 더 나아가 건설장비의 중장비 생산계획 및 재고계획 등 생산분야 전반에 걸쳐 보다 객관적이고 효과적인 의사결정 지표를 제공할 수 있었다.
|
|
|
| 16. |
Plasma 상태 진단을 위한 분류모델 구축 |
LG 디스플레이㈜ |
2014.05.01 ~ 2015.08.31 |
| |
|
OES 데이터를 이용해 plasma leak, MFC fail 등의 plasma 상태 변동 발생시 검출은 가능하지만 불량과 연관성 진단이 어려운 상황에서, OES 데이터를 이용하여 Plasma의 상태(정상/이상) 진단을 위한 데이터마이닝 알고리즘 기반의 분류모델을 구축을 하였다. 여러 조건의 실험 결과 OES 데이터를 이용하여 Plasma상태를 정확하게 진단할 수 있었다. 뿐만 아니라 중요 변수를 제공함으로써 Plasma 상태 변동에 대한 중요 원인을 제공하였다.
|
|
|
| 15. |
기지국 소모전력 모델링 |
삼성전자(NW사업부) |
2014.03.15 ~ 2015.08.31 |
| |
|
전력량을 효과적으로 관리하고 예측하는 것은 기지국 운영에서 중요한 문제라고 할 수 있다. 기지국들은 배터리를 충전한 후 서비스를 시작하게 되는데, 미래 전력 사용량을 정확히 알 수 있다면 서비스 제공의 안정성, 전력 충전 비용의 절감 측면에서 큰 이득을 볼 수 있기 때문이다. 본 과제에서는 기지국 전력량을 효과적으로 관리하기 위해, 현재 전력 사용량을 Estimation 하고, 하루 뒤 사용량을 Prediction 하는 예측 시스템을 데이터마이닝을 활용해 구축하였다. 130여개 기지국에서 5분 단위로 수집된 90 여 가지의 센서 데이터를 이용해 전력량을 예측하는 모델을 만들었고, 실제 적용 가능한 정도의 정확도로 전력량 예측을 실행하는 데 성공하였다.
|
|
|
| 14. |
Opinion Generation 기술 개발 |
NCSoft |
2014.05.01 ~ 2015.12.08 |
| |
|
사람의 대화 형식의 질의에 대해 해당 분야(domain)의 정형/비정형 데이터를 기반으로 적절한 답변을 제공하는 질의-응답 방법론 개발하였다. 이를 위해 대화형태의 질의를 탐색 가능한 형태의 질의 집합으로 변환하고, 질의 집합에 해당하는 속성에 대해 정형 데이터와 비정형 데이터로부터 필요한 정보를 추출한 후, 추출된 정보를 결합하여 평가요소의 긍정/부정의 정도를 표현하였다.
|
|
|
| 13. |
의류 브랜드별 최적할인율산출모델 개발 |
제일모직㈜ |
2014.05.01 ~ 2014.10.31 |
| |
|
브랜드 별로 각각의 특성에 따라 각기 다른 할인을 적용하는 상황에서, 브랜드의 할인 유형별 특성에 맞는 최적할인율을 산출하는 모델링을 진행하였다. 제품별 또는 제품군 단위에서 판매량예측 모델을 구축한 후 이를 기반으로 정수계획법을 이용하여 최종적으로 매출, 재고, 손익의 관점에서 최적할인율을 산출할 수 있는 모델을 개발하였다. 판매량 데이터를 이용한 최적할인율을 제안함으로써 할인율 의사결정의 객관적인 지표를 제공하였다.
|
|
|
| 12. |
식품통계/정보수집 |
한국농수산식품유통공사 |
2013.11.01 ~ 2014.02.28 |
| |
|
식품산업은 21세기 신 성장 동력 산업으로써, 세계 주요국들은 식품 산업의 발전을 통해 식량과 식품의 안정적 공급기반을 구축하고 있다. 본 과제는 식품 산업과 관련한 자료 수집 및 통계 분석을 통해 국내 식품시장의 경쟁력 강화와 농수산식품의 활발한 수출, 유통에 이바지 하는 것을 목적으로 한다. 특히, 다양한 형태의 자료를 통계적 기법으로 가공 처리하여 고객들이 식품 통계 정보를 쉽게 활용할 수 있게 하였고 다차원 모델링 기법을 통해 시/공간/품목 별 각종 통계 현황을 시각적으로 분석하여 열람할 수 있게 하였다.
|
|
|
| 11. |
지능형 입법지원시스템 서비스 고도화 |
한국과학기술정보원 |
2013.09.01 ~ 2013.12.31 |
| |
|
본 연구는 법무부의 지능형 입법지원시스템(iLaw)의 서비스 고도화, 중장기적 발전 전략의 수립 및 현 시스템의 운영전략 개선과 향후 종합적 발전방향 제시를 위해 중기적 관점의 정보전략계획 (Information Strategy Planning)의 설계 및 수행을 목표로 수행되었다.
이를 위한 연구의 구체적인 목표는 지능형 입법지원시스템의 미래모형을 설계하고 모형 구축을 위한 세부 실행 계획을 수립하는 것이다.
목표 달성을 위해 지능형 입법지원시스템의 구조를 진단 및 분석하고(AS-IS) 추가적인 환경변수(경쟁 시스템, 사용자 등)에 대한 분석과 함께 지능형 입법지원시스템의 미래모형을 제시(TO-BE)했다.
이러한 일련의 과정을 통하여 법무부 지능형 입법지원시스템의 전략적 정보시스템 구축 기반을 확고히 함과 동시에, 현 입법지원시스템의 정체성을 확립하는 성과를 거두었다.
|
|
|
| 10. |
Web VOC 분석 툴 개발 |
LG전자㈜ |
2013.05.01 ~ 2013.11.30 |
| |
|
주요 전자 제품군에 대한 온라인 VOC(Voice of Customer)를 수입하고, 새로운 상품 또는 서비스를 위한 VOC 분석 방법론 및 Tool 개발을 목표로 진행된 프로젝트이다.
Tool의 주요 기능은 제품군에 대한 고객 후기의 탐색과 저장을 시작으로, 형태소 분석 및 감성분석을 통한 언어적 분석과 각 제품 및 브랜드별 고객 만족 및 효용성을 도출하는 일련의 과정을 모두 포함하고 있다.
최종 도출된 결과는 자료 열람을 위한 홈페이지로 배포되며, VOC를 통한 마켓 분석의 정보는 생산관리 및 품질 개선의 활동에 기반으로 활용하는 성과를 거두었다.
|
|
|
| 9. |
의류 유통 데이터 분석 |
제일모직㈜ |
2013.05.01 ~ 2013.10.31 |
| |
|
의류 유통 최적화를 목적으로 의류 제품의 주 단위 판매 데이터와 제품의 종류, 디자인, 가격
등의 속성 정보를 고루 활용한 수요예측 모델링을 진행하였다. 제품 출시 초반의
라이프사이클(Product life cycle)에 대한 예측과 특정시점 이후 8주동안의 제품 별 주
단위 판매량 예측을 하여 생산, 유통, 재고관리의 효용성을 더하는 지표를 제공하였다. 본 프로젝트는 2013년 대한산업공학회
추계학술대회의 프로젝트 경진대회에서 우수상을 수상하였다.
|
|
|
| 8. |
In Fab의 Engineering Big Data를 활용한 공정 건강도 관리 방법론 개발 |
삼성전자㈜ |
2013.05.01 ~ 2014.04.30 |
| |
|
반도체 생산라인에서 계측되고 저장되는 수많은 데이터를 대상으로 보다 진보된 공정의 건강도 관리 방법을 도출하는데 목적을 두고 진행되었다. OES(Optical Emission Spectroscopy) 데이터를 대상으로
다양한 데이터마이닝 방법을 적용하여 생산라인별 분석 및 VM(virtual metrology) 모델을 구축하고, 검증하는 과정에서 공정에 영향을 미치는 주요 인자 및 그에대한 통제 범위를 설정하는 성과를 거두었다.
|
|
|
| 7. |
전자 무선사업부 중장기 수요분석 |
삼성전자㈜ |
2013.04.01 ~ 2013.06.30 |
| |
|
본 프로젝트는 모바일 기기 별 속성 정보와 기존의 판매 패턴 정보를 기반으로 해당 제품의 중/장기 수요 예측을 목적으로 하였으며, 이를 위해 의사결정나무 알고리즘을 활용하여 특정 기간별 판매량 예측모델을 구축하고 실제 데이터를 기반으로 그 성능을 검증하였다. 의사결정나무의 장점인 해석력을 분석에 적극 활용하여 각 제품 별로 매출에 영향을 주요 인자를 확인할 수 있었으며 히트 상품의 경우, 기존 패턴과는 다른 양상으로 초반 판매가 진행된다는 것을 파악하여 미리 탐지할 수 있도록 모델을 구축하였다. 뿐만 아니라 개발된 예측 기법의 반복적용을 가능하게 하는 시스템화 작업을 방법론 개발과 더불어 수행하였다.
|
|
|
| 6. |
유통정보 분석을 위한 알고리즘 개발 |
삼성전자㈜ |
2012.02.27 ~ 2012.08.26 |
| |
|
본 프로젝트는 유통정보 분석을 통한 특이 스토어 조기탐지 방법에 대한 연구를 목적으로 진행되었다. 데이터마이닝 기법을 활용하여 다양한 상황 하에서 특이 스토어의 조기 탐지가 가능한 새로운 알고리즘을 개발하였다. 상대적인 실 판매 정보를 측정할 수 있는 Quantity Sales Score를 제안했으며 이를 이용하여 (1) 잠재 역량 대비 우수/부진 스토어 탐지를 위한 Segment-Based chart, (2) 급격한 판매 상승/하강을 보이는 스토어 탐지를 위한 Moving Average Gap Chart, (3) 지속적인 판매 상승/하강의 패턴을 보이는 스토어 탐지를 위한 Moving Average Gap Count Chart를 개발하였다. 이들 기법의 적용을 통해 부진패턴을 보이는 스토어를 체계적이고 과학적으로 조기탐지 할 수 있었으며 이에 대한 분석을 통해 모든 스토어의 판매역량 상향 평준화를 달성하는데 도움을 주었다.
|
|
|
| 5. |
다변량 분석 기반 공정 이상 감지를 위한 Prototype 모니터링 Tool 개발 및 양산 적용 효과산출 연구 |
LG 디스플레이㈜ |
2012.02.15 ~ 2012.09.15 |
| |
|
다변량 관리도는 효과적인 공정관리 기법이지만, 공정의 이상원인에 대한 정보는 제공해주지 않는다. 본 연구팀은 이러한 다변량 관리도의 한계점을 극복하고자 LG 디스플레이와 데이터마이닝 기반의 공정 이상원인 분석을 위한 산학 프로젝트를 수행하였다. T2 분해기법과 분해결과를 요약하는 기법을 개발하여 공정 이상의 원인이 되는 설비변수를 탐지하고 의사결정 나무를 활용하여 변수간 교호작용에 의한 이상원인을 파악하는 등 체계적인 공정 이상원인 분석 프로세스를 제안하였다. 뿐만 아니라 공정진단 및 이상의 원인을 분석하는 일련의 프로세스를 자동화하는 소프트웨어를 개발하였다. 본 프로젝트를 통해 LG 디스플레이는 신속한 설비이상의 원인파악 및 개선의 효과를 거둘 수 있었고 2012년 대한산업공학회 추계학술대회의 프로젝트 경진대회 대상을 수상하였다.
|
|
|
| 4. |
반도체/디스플레이 녹색 생산 기술 연구기반 구축 사업 |
정보통신산업진흥원 |
2011.08.01 ~ 2014.07.31 |
| |
|
본 프로젝트는 정보통신분야의 연구기반 경쟁력 강화를 목표로 수행되었으며, 반도체/디스플레이의 공정의 폐가스의 농축, 폐수의 처리, 전기에너지의 절감을 목표 수행되었다.
이중 본 연구에서는 전기 에너지의 5% 절감을 목표로, 공정내 최대전력량의 일정의 조절 및 에너지 소비 요인을 분석하기 위한 시뮬레이션, 전력 수요 모니터링을 통한 에너지 소모 요인분석을 수행하였다.
|
|
|
| 3. |
고객 맞춤 서비스 실현을 위한 전략 수립 및 시스템 구축 |
삼성 에스원
(through 유비전트) |
2011.07.18 ~ 2011.10.21 |
| |
|
본 프로젝트는 고객중심의 효율적인 마케팅 전략 수립을 목표로, 서비스 해약고객 모형에 근거한 고객의 해약 방지체계를 마련하기 위해 수행되었다.
해약 고객의 프로파일, 상품, 채널에 대한 현황 데이터를 다양한 데이터마이닝 기법을 활용하여 분석하고, 고객의 해약원인 분석 및 해약 예측모형을 수립하였다.
아울러, 해약 방지를 위한 시나리오 기반의 체계를 수립하고, 고객 단계별 관리 프로그램을 설계하였다. 이를 통하여 고객 세분화 및 예측 모형에 근거한 마케팅 체계를 적극적으로 활용할 수 있는 IT지원 체계를 수립하는 성과를 이뤄냈다.
|
|
|
| 2. |
공정이상 진단에 대한 다변량 분석의 자사 유효성을 검토 및 최적의 다변량 분석 LOGIC 개발 |
LG 디스플레이㈜ |
2011.06.15 ~ 2011.12.31 |
| |
|
최근 제조환경에서는 기술의 발달로 인해 공정에서 수많은 변수들이 실시간으로 측정되고 있으며 설비변수들은 복잡하게 연계되어 있다. 이러한 환경에서 기존의 공정관리기법을 통해 공정을 모니터링하는 것은 생산성의 비효율을 초래할 뿐만 아니라 공정의 이상을 정확하게 진단할 수 없다. 이러한 문제를 해결하고자 본 연구팀은 LG 디스플레이와 산학 프로젝트를 통해 붓스트랩 기법을 적용한 다변량 기반의 공정 모니터링기법을 제안하였다. 제안하는 공정관리 기법은 데이터의 분포에 대한 사전지식 없이도 활용이 가능하며 정밀한 공정 모니터링 능력을 보였다. 본 프로젝트를 통해 LG디스플레이는 품질향상과 노동력 절감의 효과를 거둘 수 있었고 2011년 대한산업공학회 추계학술대회에서 산학프로젝트 경진대회에서 최우수상을 수상하였다.
|
|
|
| 1. |
TFT 생산공정의 효율적 관리를 위한생산공정 |
LG 디스플레이㈜ |
2010.03.01 ~ 2010.04.30 |
| |
|
본 프로젝트는 TFT-LCD 공정에서 장비간의 적정 capacity gap (장비 간 가용능력 차이)과 재공(work in process)량의 관리를 통해 생산능률의 지표가 되는 각 설비 부하율을 극대화하려는 목표를 갖고 진행되었다. 설비의 부하율, capacity gap 및 재공의 관계를 설명 할 수 있는 데이터마이닝 모형(다중회귀모형, 의사결정나무 모형)을 만들고 부하율을 극대화 할 수 있는 최적 수준을 제시하였다. 적정 capacity gap과 재공량의 확보로 인하여 필요량 이상의 재공 투입으로 인한 비용을 절감하고 설비 별 최적 관리를 통해 부하율 하락 위험을 예방하는 연구 효과를 얻게 되었다.
|
|
|
|
|
|
|
|
|
|
|
|
|
[02841] 서울특별시 성북구 안암로145 고려대학교 자연계캠퍼스 신공학관 211호
|
TEL.02-3290-3769
Copyright (C)2018 Data Mining & Quality Analytics Lab.All Rights Reserved 개인정보처리방침
|
 |
|
