Development of a Diagnostic System for Domain Shift and Unknown Defect Types: Normalizing Flow Based Open-Set Domain Adaptation Framework
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066478
교육부
한국연구재단
고려대학교
이상재
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
서울특별시 성북구
기계 > 생산기반기술 > 산업정보화기술
본 연구의 최종 목표는 제조 공정에서 발생하는 데이터 분포 변화와 기존 학습 데이터에 포함되지 않은 새로운 불량 유형에 안정적으로 대응할 수 있는 지능형 제조 진단 체계를 확립하는 데 있음. 이를 위해 단순히 특정 모델의 성능을 높이는 데 그치지 않고, 제조 공정의 구조와 데이터 흐름을 이해하는 공정 지식, 통계적 분포 해석 능력, 딥러닝 기반 표현학습 및 적응 ...
본 연구의 연구개발 내용은 크게 두 단계로 구성됨. 1단계에서는 데이터 특성 변화와 새로운 불량 유형 등장에 대응하기 위한 Normalizing Flow(NF) 기반 Open-Set Domain Adaptation(OSDA) 모델을 개발함. 이를 위해 먼저 소스 도메인의 기존 불량 유형별 특징 표현을 추출하고, 각 클래스의 분포를 NF로 학습하여 클래스별 ...
본 연구의 성과는 제조 공정에서 빈번하게 발생하는 도메인 변화와 새로운 불량 유형에 효과적으로 대응할 수 있는 AI 기반 진단 기술로 활용될 수 있음. 특히 NF 기반 확률 분포 추정과 오픈셋 도메인 적응을 결합한 진단 구조는 새로운 불량을 기존 불량으로 오분류하는 문제를 줄이고, 변화된 환경에서도 보다 안정적인 품질 판단을 가능하게 함으로써 제조 현장의 ...