에 의해서 webmaster | 10월 7, 2024 | 인사이트 리포트
제조 시계열 데이터(Time series Data)는 왜 중요할까? Chloe Woo | Content Strategist 제조업에서 시계열 데이터를 효과적으로 활용하면 생산 효율을 높이고, 품질을 향상시키며, 비용을 절감하는 등 제조 과정 전반에서 큰 가치를 창출할 수 있습니다. 아래는 제조업에서 시계열 데이터를 활용하는 주요 사례입니다. 1편: 시계열 데이터 개념 먼저 읽기 2편: 머신러닝/딥러닝 기법으로 제조 시계열 데이터 분석하기 1. 실시간 모니터링 및 성능...
에 의해서 webmaster | 10월 7, 2024 | 인사이트 리포트
복잡한 제조 시계열 데이터, 통계분석+딥러닝으로 더 정확하게 Chloe Woo | Content Strategist Contents Toggle 1. 통계분석 기법2. 제조업에서 통계분석 기법의 한계 및 AI 활용의 이점(1) 빅데이터/실시간 처리(2) 고차원/비선형 패턴 분석3. 다양한 AI 기법 시계열 데이터 (1)편 제조 시계열 데이터의 특성>>먼저 읽어보기 시계열 데이터 분석은 과거부터 다양한 산업에서 중요한 역할을 해왔으며, 이를 위해 전통적인 통계분석...
에 의해서 webmaster | 10월 7, 2024 | 인사이트 리포트
제조 시계열 데이터(Time Series Data)의 특징 Chloe Woo | Content Strategist Contents Toggle 제조 시계열 데이터(Time Series Data)란?시계열 데이터의 기본 특징(1) 시간 의존성(Temporal Dependence)(2) 자기상관성(Autocorrelation)(3) 계절성(Seasonality)(4) 추세(Trend)(5) 변동성(Volatility)(6) 정상성 vs. 비정상성(Stationarity and...
에 의해서 Chloe Woo | Content Strategist | 5월 29, 2024 | 예지보전
진동 센서 데이터로 설비 이상탐지(모터 예지보전)를 수행한 사례 Challenge 기존에는 발전 설비 모터에 진동 센서를 부착해놓고 룰 기반으로 검사를 진행함 진동의 등락 외에는 각 진동 요소가 결과적으로 모터 고장에 미치는 영향을 알 수 없으므로, 진동의 양이 일정 수준 이상으로 높아지면 무조건 설비를 멈추고 점검하느라 발전 효율이 떨어짐 SPC(통계적 공정 관리) 방법도 있지만, 설비 데이터가 종종 정규분포를 따르지 않을 때 정확도가 떨어진다는 한계가 있음...
