프로젝트 소개
본 과제는 메모리에 들어가지 않는 실시간 대용량 센서데이터를 대상으로, 패턴을 찾고 예측하며 해석까지 가능한 분산최적화 기계학습 기술을 개발하는 연구임.
연구 목표는 실시간 데이터의 특성 추출, 예측 모형 개발, 성능 검증과 최적 의사결정 지원 방법론 구축에 있음. 핵심 내용은 Connective Dependence 기반 군집화·이상치 탐지, oc-svm 기반 sample generation, ARIMA 기반 그룹 회귀 모형, ADMM 기반 sparse Deep Neural Network, 온라인 Random Forest 업데이트 및 모형 해석기 개발임. 기대 효과는 반도체 공정, 전력 센서, 타이어 실험 등에서 실시간 빅데이터의 안정적 분석과 변동성·정확성을 고려한 의사결정 지원 가능성 확보임.