Development of Universal Representation and Causal Generation for Structural Generalization in Multivariate Time-Series Data
개인기초연구(과기정통부)(R&D) · 우수연구-신진연구(유형A)
2026년
2710104103
과학기술정보통신부
한국연구재단
중앙대학교
김나경
2명
2026.03.01 ~ 2027.02.28
2026.03.01 ~ 2029.02.28
9,222만원
9,222만원
기초연구
대학
서울특별시 동작구
정보/통신 > 정보통신 융합 디바이스 > 사물인터넷 기술
본 연구과제의 최종목표는 이종 센서 기반 시계열 데이터를 인과적 언어로 재정의하고, 시계열 데이터가 갖는 신호적 및 구조적 이질성을 근본적으로 극복하여 통합 학습, 구조적 유추 및 설명 가능한 추론이 가능한 원천 기술을 확보하는 것이다. 현재 시계열 데이터 분석 기술은 센서 종류, 물리적 단위, 시간 해상도 및 설치 환경 차이로 인해 특정 시스템이나 도메인...
본 연구과제는 이종 센서 기반 시계열 데이터의 구조적 이해와 일반화를 가능하게 하는 범용 표현, 인과적 생성, 설명 가능한 추론 기술을 단계적으로 개발하는 것을 목표로 하며, 총 3년간 연차별 핵심 기술 개발과 검증을 통해 하나의 통합 기술 체계로 완성한다. 각 연차의 연구는 독립적인 기술적 성과를 도출하는 동시에, 이전 단계의 결과를 누적적으로 활용하도록...
본 연구에서 개발되는 기술은 이종 센서 기반 시계열 데이터의 구조적 이해와 일반화를 가능하게 하는 원천 기술로서, 다양한 산업 및 사회 분야에서 폭넓게 활용될 수 있으며 다음과 같은 구체적인 연구개발성과와 기대효과를 가진다.- 활용계획: 본 연구의 결과는 스마트 제조, 에너지 설비, 교통 및 환경 모니터링과 같은 산업 분야에서 이종 센서 기반 시계열 데이터...