RnDCircle Logo
Predictive Intelligence Lab
동국대학교 본교(제1캠퍼스) 산업시스템공학과
김관호 교수
AI Scheduler
AI 스케줄러
Deep Learning
기본 정보
연구 분야
프로젝트
발행물
구성원

Predictive Intelligence Lab

동국대학교 본교(제1캠퍼스) 산업시스템공학과 김관호 교수

Predictive Intelligence Lab는 산업시스템공학과에 소속된 연구실로, AI 기반의 스케줄링, 딥러닝, 스마트 제조, 에너지 최적화 등의 연구를 중점적으로 수행하고 있습니다. 최근 3년간 AI 스케줄러 성능 검증 및 시스템 통합, 심전도 데이터를 기반으로 한 심실세동 및 심실빈맥 예측 인공지능 설계, 딥러닝 기반의 생산계획 연구 등 다양한 프로젝트를 성공적으로 수행하였습니다. 또한, 에너지 효율적인 스마트 시티 구축을 위한 기반 기술 연구와 같은 대규모 프로젝트를 통해 연구 성과를 인정받고 있습니다. 이와 같은 연구 성과는 다양한 기업과의 협업을 통해 실질적인 산업 응용으로 이어지고 있습니다.

AI SchedulerAI 스케줄러Deep Learning딥 러닝딥러닝
대표 연구 분야
연구 영역 전체보기
정보경영, 텍스트·웹 데이터 지능화 및 관계 예측 thumbnail
정보경영, 텍스트·웹 데이터 지능화 및 관계 예측
주요 논문
3
논문 전체보기
1
article
|
인용수 0
·
2024
A self-imitation learning approach for scheduling evaporation and encapsulation stages of OLED display manufacturing systems
Donghun Lee, In-Beom Park, Kwanho Kim
IF 11.4
Robotics and Computer-Integrated Manufacturing
https://doi.org/10.1016/j.rcim.2024.102917
Encapsulation (networking)
OLED
Materials science
Computer science
Nanotechnology
2
article
|
인용수 36
·
2023
Environmental sustainability: A machine learning approach for cost analysis in plastic recycling classification
Berny Carrera, Judit Bazin Mata, Victor Luid Piñol, Kwanho Kim
IF 10.9
Resources Conservation and Recycling
https://doi.org/10.1016/j.resconrec.2023.107095
Polyvinyl chloride
Polypropylene
Computer science
Polyethylene
Machine learning
Polyethylene terephthalate
Plastic waste
Sorting
Artificial intelligence
Process engineering
3
article
|
인용수 76
·
2022
A machine learning based classification models for plastic recycling using different wavelength range spectrums
Berny Carrera, Victor Luid Piñol, Judit Bazin Mata, Kwanho Kim
IF 10
Journal of Cleaner Production
https://doi.org/10.1016/j.jclepro.2022.133883
Polypropylene
Artificial intelligence
Polyethylene
Machine learning
Polyethylene terephthalate
Computer science
Classifier (UML)
Pattern recognition (psychology)
Materials science
Process engineering
정부 과제
23
과제 전체보기
1
주관|
2023년 4월-2024년 2월
|37,500,000
드론 방제용역 중개 플랫폼을 위한 발주규모 확장 및 일정계획 기법 연구
본 과제는 드론 방제 작업을 여러 농경지에 맞춰 묶고 일정·수요-공급을 연결해주는 디지털 서비스 개발임. 연구 목표는 방제 작업제약을 고려한 필지 군집화 알고리즘(Constrained K-means clustering, 최적 군집 수 탐색)과 드론 운용량·작업량 밸런스를 고려한 일정계획 할당 알고리즘 개발, 모바일 앱·웹 및 공급자용 앱 내 수주 환경 구축을 포함함. 기대 효과는 방제 작업 효율화 및 최대 1/3 비용 절감, 드론 유휴일 축소, 의뢰-관리-정산 전주기 디지털화, 친환경적 방제와 농촌 일손 부족 완화로 이어짐.
드론 방제
군집화
일정계획
발주 규모 확장
중개 플랫폼
2
주관|
2023년 4월-2024년 1월
|37,500,000
도금라인의 운영 효율화를 위한 공정 분석 및 최적의 캐리어 개수와 턴 오버 포인트 결정
본 과제는 도금라인에서 캐리어가 이동·로딩·언로딩되는 과정을 시각화하고, 가장 효율적인 운영 조건을 찾아 무인화 수준의 운영계획을 만들기 위한 연구임. 연구 목표는 간트차트 기반 공정운영 효율성 평가로 캐리어 이동시간·Loading Time·Unloading Time·idle time 문제점을 파악하고, 다중 목적함수 관점에서 사이클 타임을 최소화하는 최적 캐리어 수량과 Turn Over 포인트를 결정함. 또한 MES 모델 기반 생산·운영 시스템을 설계하고 현장 리미트센서·근접센서·서보 모터 환경에서 모델 결과를 실운영 검증함. 기대 효과는 불량률 저감, Idle time 감소에 따른 생산성 향상, 불필요한 캐리어 구매·장비 중지 비용 절감 및 자동라인 프로그램 기술·특허·사업화 확대로 매출 증대임.
시각화
최적화
공정 분석
생산 및 운영 시스템 설계
공정 운영 평가
3
주관|
2020년 10월-2021년 7월
|18,750,000
생산계획 AI Agent의 이기종 시스템 통합 및 연동기술
본 과제는 반도체·디스플레이 등 제조설비 운영에서 AI Agent 기반 운영 최적화 모델을 현장 시스템에 자동으로 적용하는 체계 개발임. 목표는 파이썬 학습환경과 기개발 C# 운영시스템 간 환경 차이, 대용량 실학습 검증 부담, 운영·서버 통합 노하우 부족 문제 해결을 통해 자동 학습·성능검증·통합배포를 가능하게 하는 것임. 핵심 연구내용은 파이썬- C# 이기종 시스템 통합 및 연동기술, 변환기와 Keras.net 적용, 재학습 시 성능저하 모니터링 기반 최적 AI Agent 선정 검증기, 학습서버-운영시스템 모델·데이터 업데이트 자동화 및 데이터 표준화·전송·모델공유 개발임. 기대효과는 Heuristics기반 대비 성능개선된 운영계획을 스마트 팩토리 현장에 단일화 기능으로 제공하여 부가가치 및 해외시장 공략에 도움 제공임.
인공지능
제조 시스템
AI 에이전트
딥러닝
오프라인 학습
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
등록2019기업의 비즈니스 파트너 추천을 위한 인공지능 기반의 관계 예측모델 생성 장치 및 그 동작 방법1020190167936
등록2017웹 페이지의 마크업 언어 기반 문서에서 토픽 키워드를 추출하여 웹 페이지를 분류하는 장치 및 그의 동작 방법1020170105853
소멸2016영유아 모니터링 서비스 제공 방법 및 시스템1020160104266
전체 특허

기업의 비즈니스 파트너 추천을 위한 인공지능 기반의 관계 예측모델 생성 장치 및 그 동작 방법

상태
등록
출원연도
2019
출원번호
1020190167936

웹 페이지의 마크업 언어 기반 문서에서 토픽 키워드를 추출하여 웹 페이지를 분류하는 장치 및 그의 동작 방법

상태
등록
출원연도
2017
출원번호
1020170105853

영유아 모니터링 서비스 제공 방법 및 시스템

상태
소멸
출원연도
2016
출원번호
1020160104266
맞춤형 인사이트 리포트
연구실의 전체 데이터를 활용한 맞춤형 인사이트 리포트
연구 트렌드부터 공동 연구 방향성 기획까지
연구실과 같이 할 수 있는게 무엇인지,
지금 바로 확인해보세요
무료 리포트 확인하기