Anomaly Detection and Pattern Analysis
연구 내용
다양한 데이터 환경에서 비정상 패턴을 식별하고 구조적 이상을 탐지하는 머신러닝 기반 알고리즘을 개발하는 연구
시계열, 영상, 그래프 등 다양한 데이터 형태에서 발생하는 이상 패턴을 탐지하기 위해 구조 기반 분석과 머신러닝 모델을 결합합니다. CCTV 영상에서의 움직임 기반 이상 탐지, 그래프 노드의 역할 변화 탐지, 산업 데이터의 결측 기반 이상 신호 분석 등을 포함합니다. 데이터의 불완전성과 비정형성을 고려하여 준지도 학습, 대조 학습, 임베딩 기반 이상도 계산 기법을 적용합니다. 또한 실제 환경에서의 분산 패턴, 노이즈 입력, 부분 관찰 문제를 처리하기 위한 경량화 및 근사 기반 모델을 구성합니다. 이러한 접근은 다양한 데이터 소스의 복합적 패턴을 해석하는 통합적 이상 탐지 프레임을 구축한다는 점에서 특징을 보유합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기 연구에서는 그래프 기반 네트워크에서 구조적 이상을 탐지하는 기초 알고리즘 개발에 집중하였습니다. 이후 CCTV 영상과 산업 센서 데이터와 같이 다양한 입력 형식을 처리할 수 있도록 패턴 분석 기법을 확장하였습니다. 최근에는 대조 학습을 활용한 표현 학습 기반 이상 탐지 모델을 도입하여 일반화 성능을 확보하고 다양한 응용 도메인에 적용하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Graph-Based Anomaly Detection of Ship Movements Using CCTV Videos
준지도 대조 학습 기법을 활용한 그래프 이상 탐지
A novel graph-based missing values imputation method for industrial lubricant data