1 |
1
서버와 공간적으로 분리된 엣지 디바이스에 있어서,제조 설비로부터 설비 파라미터, 센서 데이터, 설비 상태, 및 설비 제어 현황을 포함하는 상기 제조 설비에 대한 설비 데이터를 수집하고, 상기 서버로부터 데이터 분석 모델을 수신하는 수신기;상기 설비 데이터를 필터링하여 이상치 제거 및 결측치를 처리하고, 상기 설비 데이터를 변환한 리스트 타입의 레코드인 데이터 분석 모델 실행 데이터 레코드를 입력하여 상기 데이터 분석 모델을 실행하고, 상기 데이터 분석 모델의 실행 결과에 기초하여 상기 제조 설비를 제어하고, 상기 데이터 분석 모델의 현장 실행 성능을 계산하는 프로세서; 및필터링 설비 데이터 및 상기 실행 결과를 상기 서버로 전송하는 송신기를 포함하고,상기 데이터 분석 모델은,상기 데이터 분석 모델의 XML(eXtensible Markup Language) 기반 PMML(Predictive Model Markup Language)를 이용하여 상기 서버로부터 전달되는 것이고,상기 데이터 분석 모델은,일정 주기, 상기 데이터 분석 모델의 현장 실행 성능, 및 상기 필터링 설비 데이터의 특징 변경에 기초하여 상기 서버에 의해 업데이트 여부가 결정되고, 상기 데이터 분석 모델의 업데이트가 필요한 경우 상기 서버에 의해 전이 학습으로 재학습되어 업데이트되며, 상기 서버에 의해 상기 데이터 분석 모델이 업데이트되기 전의 정확도와 업데이트된 후의 정확도를 비교하여 업데이트된 것으로의 채택 여부가 결정되는 것인, 엣지 디바이스
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
제1항에 있어서,상기 프로세서는,상기 수신기의 데이터 전송 주기를 제어하는, 엣지 디바이스
|
5 |
5
제조 설비에 설치된 엣지 디바이스로부터 설비 파라미터, 센서 데이터, 설비 상태, 및 설비 제어 현황을 포함하는 상기 제조 설비에 대한 설비 데이터가 필터링된 필터링 설비 데이터를 수신하는 수신기;전이 학습을 통해 상기 필터링 설비 데이터에 기초하여 데이터 분석 모델을 생성하고, 상기 데이터 분석 모델을 업데이트하는 프로세서; 및상기 데이터 분석 모델을 상기 엣지 디바이스로 무선으로 전송하는 송신기를 포함하고,상기 데이터 분석 모델은,상기 데이터 분석 모델의 XML(eXtensible Markup Language) 기반 PMML(Predictive Model Markup Language)를 이용하여 서버와 상기 엣지 디바이스 사이에 전달되는 것이고,상기 프로세서는,일정 주기, 상기 에지 디바이스에서 계산된 상기 데이터 분석 모델의 현장 실행 성능, 및 상기 필터링 설비 데이터의 특징 변경에 기초하여 상기 데이터 분석 모델의 업데이트 여부를 결정하고, 상기 데이터 분석 모델의 업데이트가 필요한 경우 상기 데이터 분석 모델을 전이 학습으로 재학습하여 업데이트하고, 상기 데이터 분석 모델이 업데이트되기 전의 정확도와 업데이트된 후의 정확도를 비교하여 업데이트된 것으로의 채택 여부가 결정하는, 서버
|
6 |
6
삭제
|
7 |
7
제5항에 있어서,상기 프로세서는,타 설비들에 대한 참조 가능 분석 모델 정보에 기초하여 상기 제조 설비와 상기 타 설비들의 유사도를 판단하고, 유사도가 가장 높은 타 설비에 대한 데이터 분석 모델에 기초하여 상기 데이터 분석 모델을 생성하는, 서버
|
8 |
8
제5항에 있어서,상기 프로세서는,상기 데이터를 가시화하는, 서버
|
9 |
9
제5항에 있어서,상기 수신기는,상기 엣지 디바이스로부터 상기 데이터 분석 모델의 실행 결과를 수신하고,상기 프로세서는,상기 실행 결과를 가시화하는, 서버
|
10 |
10
삭제
|
11 |
11
제1항 및 제4항 중 어느 한 항의 엣지 디바이스; 및제5항, 및 제7항 내지 제9항 중 어느 한 항의 서버를 포함하는 데이터 분석 시스템
|
12 |
12
삭제
|