프로젝트 소개
본 과제는 센서 등 메모리에 올리기 어려운 실시간 대용량 데이터에 특화된 분산최적화 기계학습을 개발해, 예측과 의사결정까지 연결하는 연구임.
연구 목표는 실시간 데이터의 특성 추출, 실시간 예측 모형, 해석과 적용 검증을 수행하는 분산최적화 기계학습 방법론 개발에 있음. 핵심 연구 내용은 Connective Dependence 기반 군집화·이상치 탐지, sample generation을 활용한 oc-svm 이상치 탐지, ARIMA 그룹 회귀, ADMM 기반 Autoregressive 딥러닝과 딥뉴럴네트워크의 sparse 학습, 랜덤포레스트 온라인 트리 업데이트, 모형 해석기 및 실제 반도체·타이어·전력·교통 데이터 적용 검증임. 기대 효과는 패턴화-예측-해석의 총괄 프레임워크로 변동성과 정확성을 함께 고려한 최적 의사결정 지원임.