Physical AI-driven Edge Continual Learning and Autonomous Resource Adaptation Framework for Industrial AIoT
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710116641
과학기술정보통신부
한국연구재단
부산대학교
김태화
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,369만원
4,369만원
기초연구
대학
부산광역시 금정구
정보/통신 > 정보통신 융합 서비스 > 사물인터넷 응용서비스
본 연구의 최종 목표는 자원 제약적 산업 현장에서 시간에 따라 모델이 학습했던 데이터 통계적 특성이 변하여 모델의 예측 정확도가 떨어지는 현상인 concep drift에 대응하고 물리적 정합성을 보장하는 '산업용 AIoT를 위한 Physical AI 기반 엣지 지속학습 및 자율 자원 적응 프레임워크 원천기술 확보'입니다.이를 위해 도메인 물리법칙을 학습에 ...
연구는 산업용 AIoT의 3대 한계(데이터 분포 변화, 물리적 정합성 결여, 엣지 자원 제약)를 극복하기 위해 연차별로 다음과 같은 핵심 기술을 개발하고 실증합니다. 1차년도 (Physical-aware Continual Learning 및 엣지 실행환경 구축): Taylor's tool life equation 등 도메인 물리법칙을 미분 가능한 형태로 손...
[연구개발성과 활용계획]개발된 PaCL 알고리즘과 LaARC 미들웨어는 온디바이스 형태의 펌웨어 패키지로 솔루션화되어, CNC 공구 마모 및 베어링 결함 등 예측 정비 분야와 진동·온도 등 제조 환경 모니터링 분야에 직접 적용될 계획입니다. 또한 본 연구의 산출물은 소속 대학의 인공지능 응용 및 AIoT 응용 교과의 실습 자료로 활용되어, 학생들이 실제 제...