미래기술연구소

Gaussian Mixture Model (GMM)은 이름 그대로 Gaussian 분포가 여러 개 혼합된 clustering 알고리즘이다. 현실에 존재하는 복잡한 형태의 확률 분포를 [그림 1]과 같이 KK개의 Gaussian distribution을 혼합하여 표현하자는 것이 GMM의 기본 아이디어이다. 이때 KK는 데이터를 분석하고자 하는 사람이 직접 설정해야 한다. [그림 1] 여러 Gaussian distribution의 혼합 분포 주어진 데이터 xx에 대해 GMM은 xx가 발생할 확률을 [식 1]과 같이 여러 Gaussian probability density function의 합으로 표현한다. [식 1]에서 mixing coefficient라고 하는 πkπk는 kk번째 Gaussian distr..

A Real time unoccupied object detection through Background Modeling *Muhammad Adeel Altaf School of Electronics Engineering Kyungpook National University Daegu, South Korea adeel_farukh3@hotmail.com 큐 queue 리스트의 한쪽 끝에서만 삽입과 삭제가 일어나는 스택과는 달리 리스트의 한쪽 끝에서는 원소들이 삭제되고 반대쪽 끝에서는 원소들의 삽입만 가능하게 만든 순서화된 리스트. 가장 먼저 리스트에 삽입된 원소가 가장 먼저 삭제되므로 선입 선출(先入先出)인 FIFO(first in first out) 리스트라고 한다. Abstract — A techni..

http://gradschoolstory.net/terry/readingpapers/

A Real time unoccupied object detection through Background Modeling *Muhammad Adeel Altaf School of Electronics Engineering Kyungpook National University Daegu, South Korea adeel_farukh3@hotmail.com Abstract— A technique is required to detect the unoccupied objects from surveillance video. The method utilizes a Background modeling algorithm and identifies any static object lying unoccupied for a..

1. 머신러닝을 활용한 제품 인출 온도 열화상 카메라 불량 감지 시스템 개발2. 머신러닝 활용한 제품 색상 구분하여 불량 감지 시스템 개발3. 전력 소비 패턴 분석으로 설비 이상 예측 감지4. 산업현장 cctv 딥러닝 5.자율주행 자동차 동공인식 졸음운전 6. 업무용 채팅 봇 (인사규정 사내복지 진급규정 및 업무 바운더리)

생산 현장의 4M 데이터는 시계열(Time series)적 특성이 있기 때문에 단 순히 특정 시점의 데이터를 가지고 분석하는 것으로는 정확한 분석결과를 도 출하는 데 많은 문제가 있다. 시시각각 변화되는 생산자원의 데이터는 정규성 (Normality), 선형성(Linearity) 등 일반적인 통계적 가정을 만족하지 않을 수 있으므로 공정의 데이터의 특성과 데이터 분석 알고리즘 간의 정확한 연결 고리를 만드는 것이 필요하다. 과 같이 데이터 정규성과 등분산을 만족하면, One-Way ANOVA 분석을 하고, 만족하지 못하면 비모수 검정 (Kruskal wallis)을 하도록 알고리즘을 구성하고 분석결과를 R Shiny 패키지 를 이용하여 Box Plot과 함께 웹 UI로 구현하였다. 4M 데이터 분석 모델..

본 장에서는 공정불량 현황에 대한 패턴분석과 4M 데이터 분석의 결과를 기술한 후, 비가동 시간 분석을 통한 설비효율 개선방안과 신뢰성 기반의 고 장예측 방법을 차례대로 기술한다. 본 연구에서는 자동차 부품을 생산하고 있는 중소제조기업의 공정데이터에 대하여 4M 관점으로 분석할 수 있도록 시스템을 구성하고, Calendar Heatmap을 통한 공정 불량현황 패턴 분석, 불량에 영향을 주는 4M 데이터 분석, 비가동시간 분석을 통한 설비효율 분석, 신뢰성 기반 설비고장 예측 모 델을 설명한다. 는 이 과정을 전체적으로 요약하여 보여주고 있 다. 빅데이터 분석을 통하여 4M 데이터 분석 프로세스에 따라 생산성을 저해 하는 4M 요소를 발굴하고 개선할 수 있도록 연계 분석하여 결과를 도출한다. 4M 데이터 ..

A사의 공정 불량현황에 관한 패턴을 분석하기 위 해 2013년에서 2015년까지 3년간 불량 현황을 수집하여 Calendar Heatmap 시각화를 통한 공정 불량현황 패턴 분석을 하였다. 빅데이터 시대에서 중요도가 높아지는 것이 바로 데이터 시각화이다. 빠르게 생성되는 방대한 빅데이터로부터 통찰력을 얻기 위해서는 분석도 중요하지만, 분석결과를 한눈에 알아볼 수 있게 하는 것이 필요하다. 이러한 역할을 수행하는 것이 바로 데이터 시각화(Data Visualization)이다 데이터 시각화는 데이터를 쉽고 빠르게 이해할 수 있도록 지원하여 빅데이터 분석 결과로부터 직관력과 통찰력은 높일 수 있도록 한다(오현식, 2014). 가시화 결과물이 빅데이터 분석 전문가에게만 필요한 것이 아니라, 일반 사용자에게도 ..