DO IT CHU

제조 공정에서 센서와 머신러닝을 활용한 불량예측 방안에 대한 연구 제조공정 생산설비 16개 부위에 센서를 부착하여 데이터 수집 센서 위치는 제품 무게에 큰 영향을 미치는 부분을 반영하여 결졍 제품의 생산공정 데이터와는 별도로 제품의 불량 여부를 판별하기 위해 제품 무게도 센서를 사용하여 수집 PROCESS 데이터 전처리 상관관계 분석 변수 선택 모델링 -> 제품의 불량을 사전에 예측하기 위해 생산 설비의 중요 처리 부위에 센서를 부착하여 압력, 속도, 온도 등의 품질에 영향을 미칠 수 있는 데이터를 실시간으로 수집하였고 제품의 불량 여부를 판별하기 위해 제품의 무게를 자동으로 계측하는 센서 장비를 사용하여 무게의 변동계수를 종속 변수로 사용하였다. 사물인터넷 환경에서 제품 불량 예측을 위한 기계 학습 모..

오토인코더에 대한 자세한 원리와 이해는 더 좋은 설명글이 구글에 있을것이라 생각하고! 간단하게 자료정리한것들만 적어보겠습니다. 사실 이 글로는 오토인코더에 대한 이해가 어렵겠지만 제가 노트정리 해두었던 내용들이라 기록용으로 올립니다. 먼저 autoencoder는 인코더와 디코더로 이루어져 있습니다. 인코더는 데이터를 받아 그 데이터의 주요 정보를 압축하는 역할을 하고 디코더는 그 정보들을 다시 원 데이터로 복원하는 역할을 합니다. 이때 인코더가 압축한 정보들을 모아둔 곳이 latent space라고 할 수 있죠. Autoencoder 인코더와 디코더를 통해 압축과 해제를 실행 encoder = 정보를 최대한 보존하도록 손실 압축을 수행 이때 데이터에 대한 중요한 정보만 압축하게 됨. 필요 없거나 뻔한 특..

수요예측의 필요성 수요예측 모델을 만들면서 기업이 얻을 수 있는 이점 수요 기반 공급 : 예측을 기반으로 재고 관리 재고 운영 : 재고 회전율을 높여 운영 비용 감축 채찍 효과 (Bullwhip Effect) : 비 효율성을 더 악화시키는 부정확한 예측 방지 고객 기대 충족 : 비즈니스적 필요 수요예측 시 고려사항 수요예측은 다양한 이벤트 상황을 고려해야함. 아래의 리스트 외에도 데이터와 시장에 따른 여러 상황에 맞춰 요인을 찾아야함. 매크로 이벤트, 사회적 시그널 및 다양한 혼란을 야기하는 외부 요인 복잡한 품목과 관련된 가격 및 지리적 민감도 높은 가격 변동성, 지역별 대 수요, 낮은 판매율, 새로운 제품, 계절성 상품, 제품 단종, 일시적 급증 데이처, 불규칙한 계절성 모델 내부에 이벤트를 고려한 ..