1 |
1
시계열의 센싱 데이터를 수집하는 수집부;수집된 상기 센싱 데이터를 최대최소 정규화(normalization)하는 전처리부;정규화된 상기 센싱 데이터를 비지도 학습시켜 메타 학습 모델을 생성하고, 학습되지 않은 새로운 센싱 데이터의 이상을 탐지하는 메타 학습부; 및상기 메타 학습부의 결과를 기반으로 이상 상태를 예측하는 예측부;를 포함하되,상기 메타 학습부는,상기 전처리부에서 정규화된 센싱 데이터를 비지도 학습시켜 이상 탐지에 대한 메타 학습 모델을 생성하고, 상기 메타 학습 모델에서 예측된 손실을 사용하여 메타 파라미터(parameter)를 학습시키는 사전 학습부; 상기 수집부가 상기 새로운 센싱 데이터를 수집하면, 상기 메타 파라미터를 초기값으로 사용하여 상기 메타 학습 모델을 미세 조정하는 미세 조정부; 및 미세 조정된 상기 메타 학습 모델에서 상기 새로운 센싱 데이터에 대한 이상치를 탐지하는 이상 탐지부;를 포함하는 비지도 학습 기반의 이상 탐지 장치
|
2 |
2
제1항에 있어서,상기 전처리부는,최대값은 1, 최소값은 0으로 설정하고, 상기 센싱 데이터를 기설정된 이상 상태에 따라 0 내지 1 범위의 값으로 정규화하는, 비지도 학습 기반의 이상 탐지 장치
|
3 |
3
제1항에 있어서,상기 비지도 학습은 오토 인코더(auto-encoder) 모델인, 비지도 학습 기반의 이상 탐지 장치
|
4 |
4
제1항에 있어서,상기 메타 학습 모델은 MAML(model-agnostic meta-learning) 모델인, 비지도 학습 기반의 이상 탐지 장치
|
5 |
5
제1항에 있어서,사전 학습부는,상기 예측된 손실이 감소하도록 상기 메타 파라미터를 갱신하는, 비지도 학습 기반의 이상 탐지 장치
|
6 |
6
시계열의 센싱 데이터를 수집하는 수집 단계;수집된 상기 센싱 데이터를 최대최소 정규화(normalization)하는 전처리 단계;전처리된 상기 센싱 데이터를 비지도 학습시켜 메타 학습 모델을 생성하고, 학습되지 않은 새로운 센싱 데이터의 이상을 탐지하는 메타 학습 단계; 및상기 메타 학습부의 결과를 기반으로 이상 상태를 예측하는 예측 단계;를 포함하되,상기 메타 학습 단계는,상기 전처리 단계에서 정규화된 센싱 데이터를 비지도 학습시켜 이상 탐지에 대한 메타 학습 모델을 생성하고, 상기 메타 학습 모델에서 예측된 손실을 사용하여 메타 파라미터(parameter)를 학습시키는 단계; 상기 수집 단계에서 상기 새로운 센싱 데이터가 수집되면, 상기 메타 파라미터를 초기값으로 사용하여 상기 메타 학습 모델을 미세 조정하는 단계; 및 미세 조정된 상기 메타 학습 모델에서 상기 새로운 센싱 데이터에 대한 이상치를 탐지하는 단계;를 포함하는 비지도 학습 기반의 이상 탐지 방법
|
7 |
7
제6항에 있어서,상기 비지도 학습은 오토 인코더(auto-encoder) 모델인, 비지도 학습 기반의 이상 탐지 방법
|
8 |
8
제6항에 있어서,상기 메타 학습 모델은 MAML(model-agnostic meta-learning) 모델인, 비지도 학습 기반의 이상 탐지 방법
|
9 |
9
제6항에 있어서,메타 학습 단계는,상기 예측된 손실이 감소하도록 상기 메타 파라미터를 갱신하는, 비지도 학습 기반의 이상 탐지 방법
|