초록 ▼

□ 연구개요
- IoT 기술의 급속한 발전으로 다양한 센서로 수집한 생체신호 데이터 등 시계열 데이터의 복잡도와 양이 빠르게 증가하고 있는 상황임
- 대용량 시계열 데이터 내에는 예측이나 검색에 유용한 시계열 정보가 숨어있으나, 고차원 대용량 시계열 데이터의 분석 난이도가 매우 높음
- 다양한 영역에서 더 효율적이고 효과적으로 시계열 빅데이터 분석을 수행하여 고품질 정보를 얻을 수 있도록 하는 전 과정의 용이성을 높이는 것을 목표로 시계열 데이터 분석의 3대 주요 분야인 시계열 데이터 딥러닝/검색/차원축소에 대한 연

□ 연구개요
- IoT 기술의 급속한 발전으로 다양한 센서로 수집한 생체신호 데이터 등 시계열 데이터의 복잡도와 양이 빠르게 증가하고 있는 상황임
- 대용량 시계열 데이터 내에는 예측이나 검색에 유용한 시계열 정보가 숨어있으나, 고차원 대용량 시계열 데이터의 분석 난이도가 매우 높음
- 다양한 영역에서 더 효율적이고 효과적으로 시계열 빅데이터 분석을 수행하여 고품질 정보를 얻을 수 있도록 하는 전 과정의 용이성을 높이는 것을 목표로 시계열 데이터 분석의 3대 주요 분야인 시계열 데이터 딥러닝/검색/차원축소에 대한 연구를 진행하였음
- 본 연구는 아래의 3개 세부연구주제로 구성됨
(T1) 시계열 데이터 예측 딥러닝 – 생체신호 시계열 데이터 예측용 딥러닝 연구
(T2) 시계열 데이터 검색 – 시계열 데이터 인덱싱 및 탐색 기법 연구
(T3) 시계열 데이터 차원 축소 – 효율적인 시계열 데이터 해싱 기법 연구

□ 연구 목표대비 연구결과
- 대규모 고차원 시계열 데이터 분석 시 정확도는 높이고 소요시간은 단축하는 동시에 데이터 의존적 단계나 파라미터를 최소화하여 분석 용이성까지 개선하는 것을 공통 목표로 3가지 세부연구주제를 구성하고 연구를 단계적으로 진행함
- 시계열 데이터 딥러닝/검색/차원축소 각 세부연구주제에 대해 새로운 방법을 제안함
(T1) CNN기반 시계열예측기법 (T2) MGTS/FastMGTS (T3) ICWS_P/P1/P2
- 제안방법들은 기존 방법보다 시계열 데이터 분석 용이성이 향상되었고 각 연구 분야의 기존 방법 보다 매우 우수한 실행속도와 고수준의 정확도를 달성함
- 실제로 T1 세부연구분야 석사연구원이 졸업 후 본 연구결과를 응용하여 딥러닝 기반으로 새로운 풍력발전소 운영모델을 개발하여 생산전력을 15-20% 가량 높인 사례가 있음

□ 연구개발결과의 중요성
- 본 연구과제의 세 가지 세부연구주제로부터 도출한 제안방법들은 시계열 분석 용이성을 높임과 동시에 성능(분석 정확도 및 분석 시간)이 우수하므로 제안방법들을 조합하여 사용하면 다양한 대규모 시계열 빅데이터를 더 효율적이고 효과적으로 심층분석하여 분석결과를 활용하는 것이 가능해짐
- 헬스케어에서 환경오염방지와 도로교통 안전증진에 이르기까지 다양한 연구분야와 산업분야, 공공분야에서 가용한 시계열 빅데이터 기반의 신서비스나 혁신이 현실화될 수 있음

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 3
• 연구의 필요성 ... 3
• 최종목표 및 연구범위 ... 3
• 2. 연구수행내용 및 연구결과 ... 4
• 연구수행내용 및 연구결과 요약 ... 4
• 세부연구주제별 연구수행내용 및 연구결과 ... 5
• 3. 연구개발결과의 중요성 ... 11
• 4. 참고문헌 ... 12
• 5. 연구성과 ... 13
• 대표적 연구실적 ... 14
• 끝페이지 ... 24