2020년 컴퓨터종합학술대회
Current Result Document :
| 한글제목(Korean Title) |
실시간 수치 데이터 이상검출 감지 |
| 영문제목(English Title) |
Anomaly Detection for Univariate Time Series Unlabeled Data |
| 저자(Author) |
김한주
배성호
김태영
Han-ju Kim
Sung-ho Bae
Tae-young Kim
|
| 원문수록처(Citation) |
VOL 47 NO. 01 PP. 1658 ~ 1660 (2020. 07) |
한글내용
(Korean Abstract) |
이상검출 감지란 정상 데이터와 다른 값, 주파수, 패턴 등을 보이는 데이터를 찾아내는 것으로 여러 분야에서 적용되고 있다. 실제 현장에서는 라벨링이 거의 없는 경우가 많고 정상과 이상이 명확하지 않은 경우가 있다. 또한 정상적인 상태에 비해 이상의 상태에 대한 데이터가 적어 데이터 불균형 문제가 발생한다. 보통 시계열 데이터의 경우 특정 시간 주기 패턴을 파악하여 모델이나 룰을 만들고 이 패턴에서 크게 벗어나는 이벤트가 발생할 때 이를 이상 현상으로 탐지한다. 이런 방법은 비교적 구현이나 탐지모델링이 단순하기 때문에 적용이 쉽지만 오탐이 많이 발생한다. 데이터 불균형 문제, 라벨링 문제 등을 해결해 실제 산업 현장에서 적용할 수 있는 이상검출 감지 모델을 기계학습을 이용해 정의하고 성능을 확인한다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
