| 연구목표 |
대규모 센서 데이터를 효과적으로 처리하는 엣지 컴퓨팅 기술을 기반으로, 서브시퀀스 임베딩을 활용하여 복합 이벤트 발생을 탐지하고 발생 원인을 진단할 수 있는 시스템을 연구개발한다. 센서에서 발생한 서브시퀀스를 임베딩 벡터로 변환하는 오토인코더 신경망을 학습하는 기술과 연산 시간을 줄이는 최적화 기술을 연구한다. 이벤트가 발생한 특정 시간 구간 내 서브시퀀스... |
| 연구내용 |
스마트 공장 환경이나 재난 모니터링 시스템 등에 다양한 IoT 센서들이 사용됨에 따라, 다중 데이터 스트림들 상의 여러 서브시퀀스 패턴들이 결합되어 발생하는 복합 이벤트를 신속하게 탐지하는 기술은 첨단 생산 시설, 스마트 서비스, 안전 및 재난 등 다양한 산업에서 필요로 하는 핵심 기술로 인식되고 있다. 본 연구에서는 엣지 컴퓨팅 기술을 기반으로, 서브시퀀... |
| 기대효과 |
센서들이 널리 사용됨에 따라, 복합 이벤트의 신속한 탐지는 스마트 환경 지원에 필수적이다. 복합 이벤트는 다중 데이터 스트림 상의 여러 서브시퀀스 패턴들이 결합되어 발생하므로, 탐지 조건을 사용자가 직접 작성하는 것은 현실적이지 않은 경우가 많다. 그러나 다중 센서 데이터 스트림들을 통합적으로 분석하여 이벤트를 탐지하고, 이벤트 발생과 연관된 중요 서브시퀀... |
| 키워드 |
서브시퀀스 임베딩,오토인코더 신경망,복합 이벤트 탐지,복합 이벤트 진단,Co-attention 기반 신경망, |