Ⅰ. 최종목표내용1. [최종목표] 재생에너지 연계 해수전해 기반 그린수소 글로컬 선도연구센터 구축- 국내외 그린수소 기관과 글로컬리제이션(Glocalization)을 통한 단계적 상호협력을 통해 교육(Education), 연구(Research) 그리고 창업(Venture)의 ER&V 플랫폼을 추진하여 융·복합형 R&D 선순환체계를 구축하고, 자립화 및 지역...
그린수소
해수전해
수소 안전 모니터링
재생에너지
해상풍력
2
2024년 7월-2027년 12월
|5,244,000,000원
초거대 AI 모델의 장기 기억 저장을 위한 벡터 DB 개발
o 최종목표 : 최고 성능 오픈소스 벡터 DB w/ 정확도 QoS 보장, Multi Modal 최적화o End Product - 세계 최고 성능의 정확도 보장 오픈소스 In-Memory 벡터DB(서버탑재형 SW) - 세계 최고 성능의 정확도 보장 오픈소스 Disk기반 벡터DB (서버탑재형 SW) - 세계 최고 성능의 H/W Accelerated ...
벡터데이터베이스
벡터데이터
검색증강생성
인베모리
벡터디비 인덱싱
3
주관|
2022년 4월-2023년 12월
|508,600,000원
가동률 향상을 위한 AI기반 풍력발전기 이상 감지 시스템 개발
본 과제는 풍력발전기의 가동률을 높이기 위해 인공지능(AI) 기술을 활용하여 발전기의 이상 징후를 미리 감지하는 시스템을 개발하는 연구임. 이는 발전기 고장을 예방하고 효율적인 운영을 돕는 것을 목표로 함.
연구 목표는 풍력발전기에 가속도 센서, 진동센서 등을 부착하여 상태 데이터를 수집 및 분석하고, 머신러닝 기반 AI 분석을 통해 풍력발전기의 상태 및 안전을 진단하는 서비스를 개발, 고도화하는 데 있음. 이를 통해 안전사고를 예방하고 유지보수 비용을 절감하며 생산성을 향상시키는 것임.
핵심 연구 내용은 풍력발전기 진동측정설비 및 SCADA 데이터 취득 설비 설치, 풍력발전기 이상 감지 시스템 개발, 그리고 AI 기반 풍력발전기 이상 신호 감지 기술 개발을 포함함.
기대 효과는 가동률 향상을 위한 AI 기반 풍력발전기 이상 감지 기술 및 관련 SW 솔루션을 확보하고, 안전사고 예방, 유지보수 비용 절감, 생산성 향상에 기여함. 또한, 제주도민 우선 채용을 통한 도내 고용 창출에 기여하며, 풍력발전기의 이상 징후를 실시간으로 관리하여 사고로 인한 인적, 물적 피해를 줄이는 시스템 구축에 이바지할 것으로 전망됨.
본 과제는 하이브리드 딥러닝 기술을 활용하여 수산 생물의 생육환경을 예측하고 관리하는 스마트 아쿠아팜 플랫폼을 개발하는 연구임. 이는 어류 양식 환경을 지능적으로 최적화하여 생산성을 높이고 효율적인 관리를 가능하게 하는 것을 목표로 함.
연구 목표는 최적 생육환경 데이터 수집 및 분석을 기반으로 하이브리브 딥러닝 고성능 생육환경 예측기술과 환경변화에 따른 지능형 알람 기술을 개발하는 데 있음. 핵심 연구 내용은 IoT 기반 생장환경 수집시스템 구축 및 센싱 데이터 분석, 업무일지 앱을 통한 비정형 데이터 정형화임. 또한, 데이터 증강, Genetic Algorithm 기반 최적 특징 조합 탐색, 다양한 머신러닝/딥러닝 알고리즘 결합 하이브리드 예측기술, 예측 모델 오류를 활용하는 고성능 오류 학습 기술 개발을 포함함. 환경변화에 따른 지능형 알람 기술은 실시간 환경 변화 시각화 및 예측 결과와 실시간 데이터 비교를 통한 단계별 알림 제공을 목표로 함. 기대 효과는 스마트 아쿠아팜 플랫폼 서비스 개발 및 고도화를 통해 순환펌프, 급이기 자동 제어 등 스마트 아쿠아팜 기반 기술을 확보하고, AI 기반 최적 생육환경 도출로 원가 절감 및 새로운 부가가치 창출에 기여할 것으로 전망됨.
스마트 그린 관광을 위한 스몰데이터 증강기반 딥러닝 공유 모빌리티 수요예측 기술 및 서비스 플랫폼 개발
본 과제는 제주와 같은 관광 도시에서 공유 전동킥보드와 같은 퍼스널 모빌리티의 효율적인 운영을 위해, 적은 양의 데이터를 활용하여 딥러닝 기술로 수요를 예측하고 이를 서비스 플랫폼에 적용하는 기술을 개발하는 연구임. 이는 스마트하고 친환경적인 관광 환경 조성에 기여함을 목표로 함.
연구 목표는 공유 그린 모빌리티 이용객의 수요 예측 기술 개발을 통해 공유 전동킥보드 배치 효율성을 높이고, 고객에게 편리한 온디맨드 서비스를 제공하는 데 있음. 핵심 연구 내용은 ㈜이브이패스가 다양한 공유 전동킥보드 수요 정보 획득 및 저장, IoT 모듈 고도화, 수요예측 결과 시각화, 통합 관제 서버 및 플랫폼 구축, 최적화된 라이딩 코스 추천 서비스 개발을 수행함. 제주대학교는 데이터 전처리 및 GAN 기반 스몰데이터 증강기술, 유전자 알고리즘을 이용한 특징 최적화 기술, 하이브리드 딥러닝 기반의 단기 및 중기 수요예측 기술, 그리고 오류 학습 기반 고성능 예측 기술 개발을 담당함. 기대 효과는 개발된 수요 예측 기술을 통해 공유 전동킥보드의 효율적인 배치를 가능하게 하여 고객 만족도를 높이고, 저탄소 스마트 모빌리티 수요 활성화를 통한 그린 관광 촉진 및 탄소 절감에 기여함. 또한, 지역별 수요 예측 데이터 기반의 고도화된 마케팅 전략 수립 및 그린 스마트시티 내 지역 상권 활성화에도 긍정적인 영향을 미칠 것으로 전망됨.