과제 상세정보
목록고차원 센서데이터와 전문가 지식을 융합한 딥러닝 기반 스마트 제조 공정관리 방법론 개발
작성자
관리자
조회수
72
등록일
2024-05-21
사업 정보
| 내역사업 | 신진연구(총연구비0.5억이상~3억이하) |
|---|
과제 기본정보
| 과제명 | 고차원 센서데이터와 전문가 지식을 융합한 딥러닝 기반 스마트 제조 공정관리 방법론 개발 | ||||
|---|---|---|---|---|---|
| 과제고유번호 | 1711107709 | ||||
| 부처명 | 과학기술정보통신부 | ||||
| 시행계획 내 사업명 | |||||
| 시행계획 내 사업유형 | 예산출처지역 | 대전광역시 | 사업수행지역 | 대전광역시 | |
| 계속/신규 과제구분 | 계속과제 | 이전연도 과제번호 | 1711088700 | ||
| 과제수행연도 | 2020 | 총연구기간 | 2018-03-01 ~ 2023-02-28 | 당해연도 연구기간 | 2020-03-01 ~ 2021-02-28 |
요약 정보
| 연구목표 | 본 연구의 목표는 스마트 공장에서의 효과적인 공정 이상 예측을 통해 생산성 및 품질 향상을 도모하는 것으로 다음과 같은 연차별 목표를 가지고 있음1. 고차원 센서 데이터 간 복잡한 상관관계 분석 및 특징 추출을 위한 딥러닝 기반의 이상탐지 모델 개발- 센서에서 측정되는 정형 및 비정형 데이터의 복잡한 패턴 및 상관관계 분석- 딥러닝 기반 공정 정상 상태 모... | ||
|---|---|---|---|
| 연구내용 | □ 설비의 이상 진단 내역 데이터가 부족한 경우 딥러닝 모델의 공정 이상 패턴 학습이 어려울 수 있음. 이러한 문제를 해결하기 위해 전이학습을 이용하여 서로 다른 설비의 이상 진단 모델의 학습 지식을 서로 전파시킴으로써 이상 데이터 부족 문제를 보완하고자 함□ 또한 전문가의 경험적 지식과 기계 설비의 물리적 특성을 센서 데이터와 융합함으로써 이상 데이터 부... | ||
| 기대효과 | 1. 학문적 파급효과□ 고차원 센서 데이터, 서로 다른 설비 간 데이터, 전문가 지식을 융합하여 불확실성을 정량화한 새로운 딥러닝 기반 모델 개발- 이상 진단 내역의 부족함으로 인한 정보 부족 문제를 다른 설비 데이터와 전문가 지식을 고려하여 보완하는 새로운 모델 개발. 설비의 이상 진단 시 이상 진단 내역이 부족하여 적용하기 어려웠던 여러 가지 통계 모델... | ||
| 키워드 | 딥러닝,이상 탐지,이상 진단,센서 데이터,전문가 지식,전이학습,스마트 제조,공정 관리,불확실성 | ||
위탁/공동여부 정보
| 단독연구 | 기업 | 대학 | 국공립(연)/출연(연) | 외국연구기관 | 기타 |
|---|---|---|---|---|---|
|
기술 정보
| 연구개발단계 | 기초연구 | 산업기술분류 | |
|---|---|---|---|
| 미래유망신기술(6T) | IT(정보기술) | 기술수명주기 | |
| 연구수행주체 | 학 | 과학기술표준분류 | 인공물 > 정보/통신 > 정보이론 > 인공지능 |
| 주력산업분류 | 적용분야 | 제조업(전기 및 기계장비) | |
| 중점과학기술분류 | 과제유형 |
과제수행기관(업) 정보
| 과제수행기관(업) 정보 | 과제수행기관(업)명 | 한국과학기술원 | 사업자등록번호 | |
|---|---|---|---|---|
| 연구책임자 | 소속기관명 | 한국과학기술원 | 사업자등록번호 | |
| 최종학위 | 박사 | 최종학력전공 | 공학 |
사업비
| 국비 | 60,000,000 | 지방비(현금+현물) | 0 |
|---|---|---|---|
| 비고 | |||