Development of Anomaly Detection and Root Cause Analysis Algorithms via Closed-loop Causal Graph Learning from Unstructured Expert Feedback
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710114186
과학기술정보통신부
한국연구재단
명지대학교
김효중
6명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2028.08.31
4,461만원
4,461만원
기초연구
대학
경기도 용인시
기계 > 생산기반기술 > 품질관리기술
본 연구의 최종목표는 산업 시스템에서 발생하는 이상 현상에 대해, 현장 전문가의 비정형 피드백을 계산 가능한 인과 지식으로 변환하고 이를 이상감지 및 이상 원인분석 알고리즘에 반복적으로 반영하는 폐루프 인과그래프 학습 원리를 정립하는 것이다. 기존의 산업 이상감지 모델은 센서 데이터의 통계적 패턴이나 딥러닝 기반 이상 점수에 의존하는 경우가 많아, 설비 노...
본 연구는 2개년에 걸쳐 수행되며, 1차년도에는 비정형 전문가 피드백을 인과그래프 업데이트 신호로 변환하는 핵심 방법론을 정립하고, 2차년도에는 갱신된 인과그래프를 이상감지 및 이상 원인분석에 반영하는 폐루프 알고리즘을 개발·검증한다.1차년도에는 먼저 산업 현장에서 발생하는 정비 로그, 작업자 코멘트, 이상 보고서, 조치 기록 등 서술형 자료를 분석하여 인...
... 프레임워크이다. 이러한 성과는 제조 현장의 예지보전, 품질 이상 진단, 공정 안정화, 현장 지식 디지털 자산화, 설명 가능한 이상관리 시스템 구축에 활용될 수 있다.첫째, 예지보전 시스템 고도화에 ... 연구는 이러한 비정형 지식을 인과그래프와 연결하여 조직 차원의 재사용 가능한 지식 자산으로 전환한다. 이는 특정 숙련자의 경험에 의존하던 원인분석 과정을 표준화하고, 신규 인력 교육 및 의사결정 ...