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 webmaster | 8월 16, 2024 | 인사이트 리포트
산업 현장에 온디바이스 AI를 도입해야 하는 이유 Chloe Woo | Content Strategist 이전 아티클에서 온디바이스 AI의 개념과 장점에 대해 알아보세요. 최근 LLM 서비스들의 속도가 무척 느려졌는데, 실감하고 계신가요? 생성형 AI 열풍으로 더 다양한 기능, 더 높은 성능을 구현하기 위해 모델의 크기가 급증한 탓인데요. 실제로 2012년 AlexNet 이후 AI 모델의 크기는 매년 10배씩 성장했습니다. 그런데 그에 따라 속도가 느려졌다는 건,...
에 의해서 Chloe Woo | Content Strategist | 6월 14, 2024 | 인사이트 리포트
제조업에 이상 탐지(Anomaly Detector) AI를 적용해야 하는 이유 제조 현장에 AI 도입이 가속화되고 있습니다. 2023년 제조업 분야 AI 시장 규모는 32억 달러로 평가되었고, 2028년까지 208억 달러에 이를 것으로 예상됩니다. 이 기간 동안 연평균 성장률(CAGR)은 45.6%에 달하는데요. 최근 몇 년 새 AI가 급격하게 발전하면서 제조업에서도 AI를 통한 공정 자동화, 효율 향상, 수율 향상, 다운타임 최소화 등에 대한 수요가 계속해서 높아지고 있기...
