1 |
1
머신 러닝 기반의 인공지능을 이용하여 기계 장비의 상태 감시 데이터를 생성하는 상태 감시 데이터 생성 장치로서, 상기 상태 감시 데이터 생성 장치는 컴퓨팅 시스템을 포함하며 상기 컴퓨팅 시스템은 생성적 적대 신경망(GAN, Generative Adversarial Network) 및 프로세서를 포함하고,상기 생성적 적대 신경망은 생성기 신경망(Generator Network)과 판별기 신경망(Discriminator Network)을 포함하고,상기 프로세서는 초기화된 제1 입력을 수신하는 상기 생성기 신경망을 이용하여 상기 판별기 신경망을 위한 제1 훈련 입력 데이터를 생성하고,상기 기계 장비에서 실제로 발생하는 데이터를 상기 판별기 신경망을 위한 제2 훈련 입력 데이터로서 상기 판별기 신경망에 전달하고, 상기 기계 장비 및 상기 상태 감시 데이터의 물리적 특징에 부합하는지 여부를 검증하는 국부적 특징 함수가 정의되면, 상기 제1 훈련 입력 데이터를 상기 제2 훈련 입력 데이터로부터 판별하기 위한 제1 손실 함수에 상기 국부적 특징 함수가 합성되는 제2 손실 함수를 이용하여 상기 판별기 신경망 및 상기 생성기 신경망을 훈련하는 상태 감시 데이터 생성 장치
|
2 |
2
제1항에 있어서,상기 기계 장비는 실제의 기계 장비 및 상기 실제의 기계 장비를 모방한 테스트베드를 포함하고,상기 프로세서는 상기 테스트베드의 정상 동작에 의하여 얻어지는 제1 정상 상태 데이터에 대응하는 제1 데이터 도메인, 상기 테스트베드의 비정상 동작에 의하여 얻어지는 제1 비정상 상태 데이터에 대응하는 제2 데이터 도메인, 및 상기 실제의 기계 장비의 정상 동작에 의하여 얻어지는 제2 정상 상태 데이터에 대응하는 제3 데이터 도메인 간의 연관성에 기반한 산술 연산에 의하여 상기 실제의 기계 장비의 비정상 동작에 의하여 얻어지는 제2 비정상 상태 데이터에 대응하는 잠재적 데이터 공간인 제4 데이터 도메인에 속하는 제2 입력 데이터를 생성하고,상기 제2 입력 데이터를 상기 생성적 적대 신경망의 상기 생성기 신경망의 입력으로서 상기 훈련을 거친 상기 생성기 신경망에 전달하며, 상기 훈련을 거친 상기 생성기 신경망 및 상기 훈련을 거친 상기 판별기 신경망의 추론(inference)을 거쳐 판별된 출력 데이터를 상기 제4 데이터 도메인에 속하는 상기 실제의 기계 장비의 상태 감시 데이터로서 생성하는 상태 감시 데이터 생성 장치
|
3 |
3
제1항에 있어서,상기 프로세서는 상기 훈련을 거친 상기 생성기 신경망 및 상기 훈련을 거친 상기 판별기 신경망의 추론(inference)을 거쳐 판별된 출력 데이터를 상기 기계 장비의 상기 상태 감시 데이터로서 생성하고,상기 출력 데이터는 상기 기계 장비의 상태를 감시하기 위한 또 다른 인공신경망의 머신 러닝을 위한 입력 데이터로서 이용되는 상태 감시 데이터 생성 장치
|
4 |
4
제1항에 있어서, 상기 국부적 특징 함수는상기 기계 장비의 상기 상태 감시 데이터로서 생성될 목표 데이터 도메인의 물리적 특징에 기반한 국부적 특징 데이터와의 연관성을 정량화하는 함수인 상태 감시 데이터 생성 장치
|
5 |
5
제4항에 있어서, 상기 국부적 특징 데이터는 상기 기계 장비에 포함되는 기어(gear)에서 발생하는 진동 데이터의 기어맞물림 주파수(GMF, Gear mesh frequency)에 기반한 데이터인 상태 감시 데이터 생성 장치
|
6 |
6
제1항에 있어서, 상기 제2 손실 함수는 상기 제1 손실 함수, 및 상기 국부적 특징 함수의 음수를 취한 값 간의 가중치 합산으로 정의되는 상태 감시 데이터 생성 장치
|
7 |
7
제2항에 있어서, 상기 프로세서는 상기 초기화된 제1 입력을 랜덤 노이즈에 기반하여 생성하고 상기 생성기 신경망의 훈련을 위한 입력으로서 상기 생성기 신경망에 전달하며, 상기 제2 입력 데이터를 상기 제4 데이터 도메인에 속하는 랜덤 넘버로 생성하고, 상기 제2 입력 데이터를 상기 훈련된 상기 생성기 신경망의 입력으로서 상기 훈련된 상기 생성기 신경망의 입력으로 전달하는 상태 감시 데이터 생성 장치
|
8 |
8
컴퓨팅 시스템에 의하여 실행되는, 머신 러닝 기반의 인공지능을 이용하여 기계 장비의 상태 감시 데이터를 생성하는 상태 감시 데이터 생성 방법으로서,상기 컴퓨팅 시스템은 생성적 적대 신경망(GAN, Generative Adversarial Network) 및 프로세서를 포함하고, 상기 생성적 적대 신경망은 생성기 신경망(Generator Network)와 판별기 신경망(Discriminator Network)를 포함하고,상기 프로세서는 초기화된 제1 입력을 수신하는 상기 생성기 신경망을 이용하여 상기 판별기 신경망을 위한 제1 훈련 입력 데이터를 생성하는 단계;상기 프로세서는 상기 기계 장비에서 실제로 발생하는 데이터를 상기 판별기 신경망을 위한 제2 훈련 입력 데이터로서 상기 판별기 신경망에 전달하는 단계, 및상기 프로세서는, 상기 기계 장비 및 상기 상태 감시 데이터의 물리적 특징에 부합하는지 여부를 검증하는 국부적 특징 함수가 정의되면, 상기 제1 훈련 입력 데이터를 상기 제2 훈련 입력 데이터로부터 판별하기 위한 제1 손실 함수에 상기 국부적 특징 함수가 합성되는 제2 손실 함수를 이용하여 상기 판별기 신경망 및 상기 생성기 신경망을 훈련하는 단계;를 포함하는 상태 감시 데이터 생성 방법
|
9 |
9
제8항에 있어서,상기 기계 장비는 실제의 기계 장비 및 상기 실제의 기계 장비를 모방한 테스트베드를 포함하고,상기 프로세서는 상기 테스트베드의 정상 동작에 의하여 얻어지는 제1 정상 상태 데이터에 대응하는 제1 데이터 도메인, 상기 테스트베드의 비정상 동작에 의하여 얻어지는 제1 비정상 상태 데이터에 대응하는 제2 데이터 도메인, 및 상기 실제의 기계 장비의 정상 동작에 의하여 얻어지는 제2 정상 상태 데이터에 대응하는 제3 데이터 도메인 간의 연관성에 기반한 산술 연산에 의하여 상기 실제의 기계 장비의 비정상 동작에 의하여 얻어지는 제2 비정상 상태 데이터에 대응하는 잠재적 데이터 공간인 제4 데이터 도메인에 속하는 제2 입력 데이터를 생성하는 단계;상기 프로세서는 제2 입력 데이터를 상기 생성적 적대 신경망의 상기 생성기 신경망의 입력으로서 상기 훈련을 거친 상기 생성기 신경망에 전달하는 단계; 및 상기 프로세서는 상기 훈련을 거친 상기 생성기 신경망 및 상기 훈련을 거친 상기 판별기 신경망의 추론(inference)을 거쳐 판별된 출력 데이터를 상기 제4 데이터 도메인에 속하는 상기 실제의 기계 장비의 상태 감시 데이터로서 생성하는 단계;를 더 포함하는 상태 감시 데이터 생성 방법
|
10 |
10
제8항에 있어서,상기 프로세서는 상기 훈련을 거친 상기 생성기 신경망 및 상기 훈련을 거친 상기 판별기 신경망의 추론(inference)을 거쳐 판별된 출력 데이터를 상기 기계 장비의 상기 상태 감시 데이터로서 생성하는 단계;를 더 포함하고,상기 출력 데이터는 상기 기계 장비의 상태를 감시하기 위한 또 다른 인공신경망의 머신 러닝을 위한 입력 데이터로서 이용되는 상태 감시 데이터 생성 방법
|
11 |
11
제8항에 있어서,상기 국부적 특징 함수는상기 기계 장비의 상기 상태 감시 데이터로서 생성될 목표 데이터 도메인의 물리적 특징에 기반한 국부적 특징 데이터와의 연관성을 정량화하는 함수이고,상기 국부적 특징 데이터는 상기 기계 장비에 포함되는 기어(gear)에서 발생하는 진동 데이터의 기어맞물림 주파수(GMF, Gear mesh frequency)에 기반한 데이터인 상태 감시 데이터 생성 방법
|
12 |
12
제8항에 있어서,상기 제1 훈련 입력 데이터를 생성하는 단계는상기 초기화된 제1 입력을 랜덤 노이즈에 기반하여 생성하고 상기 생성기 신경망의 훈련을 위한 상기 제1 훈련 입력 데이터로서 상기 생성기 신경망에 전달하며, 제2 입력 데이터를 상기 생성적 적대 신경망의 상기 생성기 신경망의 입력으로서 상기 훈련을 거친 상기 생성기 신경망에 전달하는 단계는상기 제2 입력 데이터를 상기 제4 데이터 도메인에 속하는 랜덤 넘버로 생성하고, 상기 제2 입력 데이터를 상기 훈련된 상기 생성기 신경망의 입력으로서 상기 훈련된 상기 생성기 신경망의 입력으로 전달하는 상태 감시 데이터 생성 방법
|