낙하하여 충돌한 물체에 대한 정보를 추정할 수 있을까?

클릭 >> Hello, world !! (from ShadowEgo)

개요

인포리언스는 한국원자력연구원과 함께 “원자력분야의 인공지능기술 고도화를 위한 연구”를 수행하였으며, 이 연구의 세부주제들 중의 하나로 금속이물질이 원자로의 내부에 부딪힐 때 발생하는 충격파를 측정한 가속도 센서 데이터를 바탕으로 금속이물질에 대한 정보를 추정하는 방법을 고안하였다.

추정할 정보는 금속이물질이 낙하한 위치정보 (X, Y), 그리고 금속이물질의 속도(V)와 질량(M)이며, 그림 1에서 볼 수 있는 바와 같이 4군데에 설치된 가속도 센서가 데이터를 수집한다. (Z는 추정 대상에서 제외)

본 프로젝트의 내용을 기반으로 한국원자력연구원이 주최하고 Dacon에서 주관하는 AI 경진대회가 열릴 예정이므로 (https://dacon.io/competitions/official/235614/overview/) 이번 포스트에서는 아주 간략한 소개만 하기로 한다.

모델 구현

이번 실험에서 활용한 학습 모델은 크게 나누어 2개의 파트로 구성되는데, 4개의 센서 시계열 데이터로부터 feature를 추출하는 네트워크와 추출된 feature를 바탕으로 X, Y, M, V를 추정하는 네트워크가 포함된다. 때로는 아주 간단한 모델이 생각보다 좋은 결과를 만들어 내기도 한다.

추정 결과

그림 2는 X, Y, M, V값의 추정 결과와 실제 값 사이의 오차를 시각화한 것이다. 이 그림만 보면, M값에 대한 추정오차가 상대적으로 커 보이므로, M값을 추정하는 것이 가장 어렵다는 잠정적인 결론을 내릴 수 있다.

덧붙이는 말

금속이물질이 낙하하여 충돌하는 순간은 매우 짧기 때문에, 순간적으로 기록되는 데이터를 활용해야 한다는 것이 이 프로젝트의 특징이라고 할 수 있다. 가속도 센서 데이터가 보이는 시계열 패턴을 자세히 소개하는게 좋겠지만, 경진대회가 곧 열릴 예정이므로 이번 포스트에서는 간략한 결과만 소개하였다. 경진대회를 거치고 나면 이 포스트에서 소개한 결과보다 훨씬 더 정확한 추정값들을 생성해 내는 모델들이 많이 쏟아져 나올 것이다.