최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 울산대학교 University of Ulsan |
---|---|
연구책임자 | 이수동 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-03 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202300011066 |
과제고유번호 | 1711163242 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-10-18 |
키워드 | 이상탐지.그래프인공신경망.인공지능.예지보전.Anomaly Detection.Graph Neural Networks.Artificial Intelligence.Prognostics and Health Management. |
□ 연구개요
원자로, 발전소, 대규모 생산설비 등 높은 안정성이 요구되는 시스템에서 발생 가능한 이상 상태를 사전에 감지하여, 사고로 인한 치명적 피해를 예방하는 것은 매우 중요한 문제이다. 실시간으로 수집되는 데이터를 통해 시스템의 상태를 정확히 예측하기 위해서는, 시스템을 이루고 있는 다수의 구성요소 간의 복잡한 상관관계를 반영해야 한다. 본 연구에서는 최근 인공지능 분야에서 주목받고 있는 그래프 인공신경망(Graph Neural Networks) 기법을 활용하여 구성요소 간 관계를 고려한 실시간 데이터 기반의 시스템 이상
※ AI-Helper는 부적절한 답변을 할 수 있습니다.