Time series foundation model for Industrial data anomaly detection
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형A)
2026년
2710115261
과학기술정보통신부
한국연구재단
포항공과대학교
고영명
8명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2027.08.31
6,319만원
6,319만원
기초연구
대학
경상북도 포항시
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 산업 데이터의 특성에 최적화된 이상 탐지 파운데이션 모델을 개발하는 것이다. 이를 위해 산업 현장에서의 짧은 시계열, 불연속성, 단순 파형 등 데이터의 특성을 고려하며 파운데이션 모델이 가지는 over-generalization, over-stationarization, under-fitting 문제를 해결하고, 통계 기반 모델과 품...
본 연구는 다음의 세 가지 주요 연구 주제를 상세히 수행할 것이다.첫째, 간단한 형태를 가진 산업 데이터를 대상으로 통계 모델을 병행하여 파운데이션 모델의 over-generalization 문제를 완화한다. 파운데이션 모델은 높은 예측 및 재구성 성능으로 인해 이전에 보지 못한 이상 데이터까지 잘 복원하는 특성을 지니며, 이는 산업 현장에서 흔히 나타나는...
①활용방안: 본 연구에서 개발된 시계열 이상 탐지 파운데이션 모델은 제조업 현장에서 품질 관리 및 신뢰성 향상에 효과적으로 활용될 수 있다. 파운데이션 모델은 다양한 데이터를 기반으로 훈련되어 여러 도메인에 적용 가능한 범용성을 지니고 있다. 이 특징을 통해 데이터가 충분히 축적되지 않은 산업 현장에서도 활용되어 산업 데이터의 특성을 반영하여 우수한 이상 ...