1 |
1
이상탐지 인공지능 서비스의 성능 향상을 위한 사용자 인터페이스 기능을 수행하는 사용자 단말;기계장치 또는 건축물에 설치되어 진동을 감지하고, 그에 따른 진동감지 데이터들을 출력하는 하나 이상의 엣지 디바이스(edge device);네트워크를 통해 상기 사용자 단말과 사용자 인터페이스 기능을 수행하고, 상기 진동감지 데이터를 바탕으로 데이터셋을 구축하고, 상기 데이터셋으로 인공지능 모델을 훈련시킨 후 최적화시키는 서버; 및상기 데이터셋이나 인공지능 모델을 저장하는 데이터베이스;를 포함하는 엣지 디바이스를 이용한 이상탐지 인공지능 서비스의 성능 향상 장치
|
2 |
2
제1항에 있어서, 상기 서버는,상기 네트워크를 통해 상기 사용자 단말과 사용자 인터페이스 기능을 수행하거나, 필요한 정보를 송수신하는 통신부; 및상기 진동감지 데이터를 바탕으로 데이터셋을 구축하고, 상기 데이터셋으로 인공지능 모델을 훈련시킨 후 현장 전문가로 하여금 상기 사용자 인터페이스를 이용하여 적용 대상물의 임계수준을 조정할 수 있도록 하고, 상기 조정된 임계수준을 기초로 인공지능 및 MLOps가 수행되어 인공지능 서비스의 성능이 최적화되도록 하는 프로세서; 를 포함하는 것을 특징으로 하는 엣지 디바이스를 이용한 이상탐지 인공지능 서비스의 성능 향상 장치
|
3 |
3
제1항에 있어서, 상기 엣지 디바이스는 진동센서이거나 또는 가속도, 각속도, 지자기 센서가 합쳐진 9축 퓨전센서 인 것을 특징으로 하는 엣지 디바이스를 이용한 이상탐지 인공지능 서비스의 성능 향상 장치
|
4 |
4
서버가 건축물에 설치되어 진동을 감지하는 진동센서들을 통해 시계열로 수집되는 진동감지 데이터들을 바탕으로 인공지능 서비스의 적용이 가능하도록 데이터셋을 구축하는 데이터셋 구축단계; 상기 서버가 상기 데이터셋을 이용하여 인공지능 모델을 훈련시키되, 상기 데이터셋의 레이블 정보 유무에 따라 훈련 프로세스를 달리하는 인공지능모델 훈련단계; 및 상기 서버가 상기 훈련단계를 통해 훈련된 인공지능 모델들을 최적화시키는 인공지능모델 최적화단계;를 포함하는 엣지 디바이스를 이용한 이상탐지 인공지능 서비스의 성능 향상 방법
|
5 |
5
제4항에 있어서,상기 건축물은 기계장치, 빌딩 및 교각 중 어느 하나 이상을 포함하는 것을 특징으로 하는 엣지 디바이스를 이용한 이상탐지 인공지능 서비스의 성능 향상 방법
|
6 |
6
제4항에 있어서,상기 데이터셋 구축단계는상기 서버가 사전에 훈련된 인공지능 모델이 있는지 확인하는 단계;사전에 훈련된 인공지능 모델이 없는 것으로 판명된 경우 상기 서버가 상기 인공지능 모델들이 이후에, 사전에 정의된 디폴트 값으로 훈련을 진행할 수 있도록 훈련진행을 위한 데이터셋을 구축하고, 데이터셋 상태파일을 작성하는 단계;사전에 훈련된 인공지능 모델이 있는 것으로 판명된 경우 상기 서버가 오토라벨링(AutoLabeling)의 수행조건인지 확인하는 단계;오토라벨링의 수행조건인 것으로 판명된 경우 상기 서버가 오토라벨링을 수행한 후 결과가 만족조건을 충족하지 않는 경우 훈련진행을 위한 데이터셋 구축단계를 수행하는 단계; 및 상기 오토라벨링을 수행한 후 결과가 만족조건을 충족하는 경우 상기 서버가 사전에 훈련된 인공지능 모델의 성능에 의거하여 레이블링(labeling)을 수행하여, 상기 상태파일이 수정되는 단계;를 포함하는 것을 특징으로 하는 엣지 디바이스를 이용한 이상탐지 인공지능 서비스의 성능 향상 방법
|
7 |
7
제4항에 있어서,상기 인공지능모델 훈련단계는상기 서버가 상기 데이터셋에 레이블 정보가 존재하는지 확인하는 단계; 상기 데이터셋에 레이블 정보가 존재하지 않는 것으로 판명된 경우, 상기 서버가 일반적인 방법으로 상기 인공지능 모델을 훈련시키는 단계;상기 데이터셋에 레이블 정보가 존재하는 것으로 판명된 경우, 상기 서버가 임계값 최적화 수행조건을 만족하는지 확인하는 단계; 및임계값 최적화 수행조건을 만족하는 것으로 판명된 경우, 상기 서버가 상기 레이블 정보를 기초로 상기 인공지능 모델을 훈련시키는 단계;를 포함하는 것을 특징으로 하는 엣지 디바이스를 이용한 이상탐지 인공지능 서비스의 성능 향상 방법
|
8 |
8
제7항에 있어서, 상기 임계값 최적화에는 리콜(Recall)과 프리시젼(Precision)의 조화평균으로 모델을 평가하는 초기값으로 F1-Score가 적용된 것을 특징으로 하는 엣지 디바이스를 이용한 이상탐지 인공지능 서비스의 성능 향상 방법
|
9 |
9
제4항에 있어서, 상기 인공지능모델 최적화 단계는상기 서버가 상기 훈련된 인공지능 모델, 상기 인공지능 모델의 버전별 임계값 및 상기 인공지능 모델의 버전정보를 데이터베이스로부터 읽어와 성능을 평가하는 단계;상기 서버가 상기 성능평과 결과에 대하여 최적화가 필요한지 확인하여 최적화가 불필요하다고 판명된 경우 상기 임계값을 상기 데이터베이스에 저장하는 단계; 및상기 성능평과 결과에 대한 최적화가 필요한 것으로 판명된 경우, 상기 서버가 도메인 전문가 입력을 바탕으로 상기 임계값을 조정하는 단계;를 포함하는 것을 특징으로 하는 엣지 디바이스를 이용한 이상탐지 인공지능 서비스의 성능 향상 방법
|
10 |
10
제9항에 있어서, 상기 인공지능모델 최적화 단계는 상기 조정된 임계값을 인공지능 모델에 적용하거나 배포하고자 하는 경우, 해당 임계값에 대한 주석을 작성하는 단계를 더 포함하는 것을 특징으로 하는 엣지 디바이스를 이용한 이상탐지 인공지능 서비스의 성능 향상 방법
|