Hybrid VLM-Autoencoder Framework for Robust Multivariate Time-Series Anomaly Detection
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066374
교육부
한국연구재단
한양대학교산학협력단
정동교
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
서울특별시 성동구
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 실제 산업 환경에서 신뢰할 수 있는 '강건한 다변량 시계열 이상 탐지'를 위한 하이브리드 VLM-오토인코더 프레임워크를 개발하는 것이다. 기존 VLM 기반 이상 탐지 연구들은 다음과 같은 한계점을 지닌다.- 한계 (1): 기존 연구는 거시적 맥락에 대한 이상 구간을 파악하는 데 유리한 VLM을 사용함에도, 비전 인코더를 사용해 거시적...
본 연구의 핵심 개발 내용은 크게 4가지 개선 사항으로 구성된다. - 개선 (1): 첫째, 채널별 시계열 특성(분산 및 주파수)을 기반으로 한 이상 후보 구간 추출 방식이다. VLM이 거시적 문맥 이상을 파악하는 데 유리하다는 점에 기반하여, 분산과 주파수 정보를 활용한다. 전체 시계열의 전역 분산/주파수 스펙트럼 값과 슬라이딩 윈도우 기반의 지역 값의 차...
(1) 학술적 측면에서는 VLM과 전통적 복원 기반 모델의 결합을 통한 하이브리드 시계열 이상 탐지 방안을 제안함으로써, 멀티모달 기반 연구의 확장 가능성을 제시한다는 점에서 가치를 지닌다.(2) 산업 및 경제적 측면에서는 전문가 중심의 모니터링 절차를 자동화하여 설비 운영의 안정성을 확보하고 경제적 리스크를 최소화하는 효과를 기대할 수 있다. (3) 사회...