TAP: An Integrated Deep Learning Pipeline for Anomaly Detection Based on Time-Series Data
Year: 2024
Type: article
Abstract: 최근 사물 인터넷(IoT) 기술의 발전으로 산업 현장에서는 여러 유형의 시계열 데이터가 지속적으로 생성되고 있다. 그러나 현재 시계열 데이터 분석은 데이터의 다양성에 따라 각각 다른 기준의 전처리 과정과 여러 종류의 딥러닝 알고리즘 중 적합한 알고리즘을 선택하기 어려워 정확하고 효율적인 분석이 이루어지지 않고 있다. 본 연구는 사용자의 환경에 맞추어 사용자가 직접 조건을 정의하여 시계열 데이터를 전처리하고, 딥러닝 알고리즘을 모델링하여 예측과 이상탐지를 수행할 수 있는 통합된 딥러닝 파이프라인 (Time-series Analysis Pipeline: TAP)을 구축하였다. 여러 산업 현장에 범용적으로 사용할 수 있는 TAP는 현장에서의 분석 시간을 단축하고, 환경에 맞추어 예측과 이상 탐지의 정확도를 향상할 수 있을 것으로 기대한다.
Authors: Meeyoung Park, Seoeun Kwak
Language: English
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W4403232679