Path-Interval-Pattern Integrated Deep-Symbolic Framework for Manufacturing-Tailored Interpretability in Advanced Defect Root Cause Diagnosis
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710115128
과학기술정보통신부
한국연구재단
인하대학교
최두원
3명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,503만원
4,503만원
기초연구
대학
인천광역시 남구
사회과학 > 경영학 > 데이터마이닝/CRM(경영과학)
... 질문, 즉 공정 흐름의 맥락적 정합성, 불량 발생 시점의 인과적 정밀성, 불량 패턴의 명시적 지식화에 집중하여 제조 공정에 특화된 해석가능성을 실현하는 데 있습니다. 이는 해석가능한 인공지능을 엔지니어의 암묵지를 형식지로 전환하는 지식 생성형 XAI로 진화시키는 패러다임의 전환을 의미하며, 스마트 제조의 의사결정 신뢰성을 담보하는 핵심 원천 기술이 될 것입니다.
본 연구는 범용 설명가능 인공지능(XAI)이 제조 현장의 복잡하고 다차원적인 특성을 온전히 반영하지 못하는 근본적 문제를 해결하기 위해, 현장 적용성을 극대화한 '제조 특화 3대 해석가능성 속성'을 새롭게 정립하고 이를 구현하는 핵심 방법론을 연구합니다. 해석가능성을 단순히 모델 결과를 사후적으로 설명하는 차원을 넘어, 실제 운영 정책과 정합하는 구조적 해...
... 모델은 숙련된 엔지니어의 경험에 의존하던 공정 노하우를 데이터 기반의 객관적인 제어 규칙으로 전환하여 체계적으로 데이터베이스화하는 데 활용됩니다. 이러한 디지털 지식 자산은 인력 이동에 따른 ... 전사적 기술 표준을 상향 평준화하는 기반이 될 것입니다. 더불어 자산화된 공정 지식은 향후 디지털 트윈의 가상 시뮬레이션 정밀도를 제고하거나, 자율 제조를 지향하는 피지컬 AI의 의사결정 엔진으로 ...