Development of Domain-Generalized Intelligence for Integrated Management of Heterogeneous Multi-stage Processes via DDPM-based Synthetic Data Generation and Self-Supervised Learning
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710114574
과학기술정보통신부
한국연구재단
가천대학교산학협력단
이경택
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2030.08.31
4,503만원
4,503만원
기초연구
대학
경기도 성남시
기계 > 생산기반기술 > 생산관리기술
본 연구의 최종 목표는 공정·장비·환경 변화가 빈번한 실제 제조 현장에서 이질적 다중 스테이지 제조 공정을 통합하고 관리 할 수 있는 제조 지능화 프레임워크를 구축하는 것이다. 이를 위해, 센서 구성과 데이터 분포가 서로 다른 다수의 제조 장비에서 발생하는 이질적 시계열 데이터를 공통된 표현 공간에서 통합적으로 해석할 수 있는 기반 기술을 마련하고자 한다....
본 연구는 다중 스테이지 제조 공정에서 발생하는 복잡하고 이질적인 시계열 데이터를 지속 가능하게 활용하기 위한 제조 지능화 프레임워크를 제안한다. 반도체, 배터리, 디스플레이와 같은 첨단 제조 환경에서는 수십~수백 개의 공정과 장비가 연쇄적으로 연결되어 있으며, 장비별 센서 구성과 데이터 분포, 시간 해상도가 상이하고 공정 드리프트가 빈번히 발생한다. 기존...
... 많지 않은 제한된 환경에서 실제 제조 환경을 모사할 수 있는 데이터를 생성시킬수 있기 때문에 디지털 트윈과의 연계 등 다양한 제조 환경 시나리오를 설정하여 연구될 수 있다. 개발된 모든 AI ... 발견할 수 있어 생산 효율과 품질 경쟁력 향상에 기여한다. 더 나아가 국내 스마트공장 확산 정책 및 첨단 제조 산업의 디지털 전환을 가속화하는 핵심 기반 기술로 활용될 것으로 기대된다.