최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서울과학기술대학교 |
---|---|
연구책임자 | 이병한 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2022-03 |
과제시작연도 | 2021 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202200015466 |
과제고유번호 | 1711147590 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-11-15 |
키워드 | 시계열.심층학습.생성모델.이상징후.time series.deep learning.generative model.anomaly. |
□ 연구개요
심층학습 기반 생성모델을 통한 일반화 가능한 시계열 이상 징후 예측모델 제시
○ (1차년도) 심층학습 기반 시계열 생성모델 설계
○ (2차년도) 시계열 생성모델을 통한 이상 징후 예측모델 설계
○ (3차년도) 강인한 시계열 이상 징후 예측모델 평가 프로토콜 제시
□ 연구 목표대비 연구결과
○ 심층학습 기반 시계열 생성모델 설계
▶ 다양한 심층신경망 구조 기반 시계열 사전 분포 학습
- 심층 합성곱신경망 및 순환신경망 기반 인코더-디코더 구조의 시계열 모델 도출
-
※ AI-Helper는 부적절한 답변을 할 수 있습니다.