Digital Transformation 기반 예지 보전 플랫폼 개발을 위한 데이터 분석 및 모델 개발

2020.07 – 2020.12 | 한화시스템/ICT 설비 가동의 지속성 확보를 위한 데이터 기반 예지 정비 시스템 구축 과거 시계열 정상 데이터를 통해 미래 정상 패턴을 생성하는 예측 모델 구축 실제 패턴 및 생성된 정상 패턴을 입력 변수로 고장 진단을 수행하는 이상치

문서요약 AI 데이터셋 구축사업
 

2020.07 – 2020.11 | 문서요약 AI 데이터셋 구축사업 뉴스 기사 원본 데이터에 대한 추출 요약문과 생성 요약문이 있는 문서요약 AI 데이터셋 구축 구축된 문서요약 AI 데이터셋을 이용한 추출 및 생성 요약 모델 개발 및 배포 요약 모델의 소스코드, 사용자 매뉴얼 제작 및 배포 

K-패션 AI 데이터셋 구축사업
 

2020.07 – 2020.11 | K패션 AI 데이터셋 구축사업 다양한 패션 이미지 원본 데이터에 대한 속성정보 추출 및 레이블링을 통하여 검증된 K-Fashion 이미지 AI 데이터셋 구축 패션 아이템 Detection 모델을 이용한 스타일 분류 모델 개발 구축된 K-Fashion 이미지 AI 데이터셋을 기반으로 레이블 추천방식(label recommendation)을

삼성전자 딥러닝 기반 신뢰성 Risk 혐의 공정/설비 탐색 고도화

2020.05 – 2020.11 | 삼성전자 반도체 생산 과정에서 진행되는 다양한 공정-설비 조합을 기반으로 고/저수율을 도출하는 golden/worst path의 pattern을 탐지 해당 제안 방법론으로부터 도출된 최적 설비 경로 탐색 결과를 활용하여 기대 수율 및 품질에 따른 적정 설비 조합을 추천함 중요 제품생산과정에서

AI 기반 반도체 공정 이상탐지
 

2019.12 – 0000.00 | RTM & PSK 반도체 장비 생산 기업 관점에서의 AI 기반 공정 이상감지 시스템 개발 제한된 데이터셋과 통계기반/단변량 분석을 양산데이터 추가 적용 및 AI 기반 분석 방법론으로 고도화 성능 고도화를 통한 비용 절감과 원인분석 기능 강화를 통한 현장 대응

설명/예측/최적화 가능한 AI 기반 스마트 제조 플랫폼
 

2019.09 – 2022.08 | 한국연구재단 [Explainable AI] 자가 진단 및 개선을 위한 지능형 제조 환경 구축 [공정] 순차적으로 진행되는 제조공정 상황을 반영하여 불량을 유발하는 혐의공정을 탐지하고 이를 시각화 하여 설명 가능한 공정관리의 가이드라인 제시 [설비] 실시간으로 수집되는 설비 파라미터의 관계를

Hierarchical Attention Events를 활용한 Stock Market Prediction

2019.08 – 2022.02 | SK C&C 주가에 영향을 미치는 이벤트 분석 Dependency parser를 활용한 Event Extraction Event Tuple을 사용한 Neural Tensor Network 기반의 Event Embedding 날짜, 이벤트의 Hierarchical Attention를 통한 주가 상승/하락 분류 주가에 영향을 미치는 주요 이벤트 분석

AI 기반 IT인프라 사전감지 모델 개발
 

2019.06 – 2019.09 | 포스코 ICT 시스템을 안정시시키 위해서는 실시간 모니터링 및 점검을 바탕으로 긴급상황에 대한 즉각적인 대응이 필요 서버의 로그를 바탕으로 실시간으로 이상상태를 탐지하는 인공지능 알고리즘을 개발하여 운영의 지능화 및 효율화 추구 로그 Parsing 유무에 따라 RNN/Markov Decision Process/RNN-AutoEncoder/CNN-AutoEncoder/Isolation

Semantic Network Analysis 및 시각화 시스템 구축

2019.05 – 2019.08 | 비플라이소프트 스크랩된 뉴스로부터 다양한 형태의 시각화 서비스 제공 빈도 기반 분석 결과 시각화 공동 출현(Co-Occurrence) 단어 기반 분석 결과 시각화 그래프 이론 기반 분석 결과 시각화 다양한 시나리오에 기반한 실제 사례 모듈 제작

게임 로그로부터 노이즈에 강건한 패턴 탐지 및 축약 방법론 연구

2019.04 – 2019.09 | 엔씨소프트 노이즈에 강건한 패턴 탐지 및 축약 방법론 제안을 목적으로 함 기존의 패턴 탐지 방법론에서 불가능 했던 연속적으로 등장하는 sequence만 고려함 딥러닝 기반의 embedding 방법론을 통하여 기존의 방식을 개선하고자 함

Data Science & Business Analytics Lab.
School of Industrial Management Engineering
College of Engineering, Korea University

Contact Us

  • 강필성 교수 (pilsung_kang@korea.ac.kr)
    서울특별시 성북구 안암로 145 고려대학교 자연계캠퍼스 창의관 801A호 
  • 대학원 연구실 (총무 이유경: yukyung_lee@korea.ac.kr)
    서울특별시 성북구 안암로 145 고려대학교 자연계캠퍼스 신공학관 220호, 221호, 213호
© 2020 DSBA Lab.