클릭 >> Hello, world !! (from ShadowEgo) 2020년, 새해가 밝았습니다. 새해에도 인포리언스의 연구개발은 계속됩니다. 인포리언스가 진행하고 있는 연구개발은 내부적으로 진행하고 있는 중장기 연구와 주로 단기적으로 진행하는 외부 협력 연구로 나누어집니다. 다른 관점에서는, 외부에 공개할 수 있는 연구와 공개할 수 없는 연구로 나눌 수도 있습니다. 내부 연구 (중장기) 인포리언스는 사용자들이 소비, 더보기…
클릭 >> Hello, world !! (from ShadowEgo) 들어가는 말 최근의 IT(Information Technology)는 활용되지 않는 분야가 거의 없으며, 각 분야의 특성과 요구사항에 맞추어 여러가지 형태로 활용된다. 만약 내가 일하고 있거나 관심을 가지고 있는 분야의 IT기술과 그와는 다른 분야에서 주로 활용되고 있는 IT기술들 사이의 전체적인 유사도나 관련성을 측정할 수 있다면 어떤 일을 더보기…
클릭 >> Hello, world !! (from ShadowEgo) 정보의 흐름을 파악하는 연구 인포리언스는 정보의 흐름을 파악하는 연구를 진행하고 있습니다. 첫번째 응용으로서, IT기술의 흐름을 정확하게 파악하기 위해, 전통적인 데이터 분석 방법에서부터 최근에 주목받고 있는 deep learning 관련 기술에 이르는 다양한 방법들을 복합적으로 적용하고 있습니다. 아주 기초적인 몇 가지 결과들에 대해서는 이전 포스트들[1,2,3] 더보기…
클릭 >> Hello, world !! (from ShadowEgo) 들어가며… 지난 포스트 (기술 흐름의 탐지와 분석 (1))[1]에서는 단일 기술 키워드를 바탕으로 기술 변화의 흐름을 분석했었다. 이번 포스트에서는 인공지능과 관련된 중요한 응용과 세부 기술들 사이의 상관성의 변화를 정량적으로 측정해 보자. 이러한 측정 결과를 통해서는, 특정 응용에 대해 이해하거나 해당 응용을 구현하고자 할 때, 더보기…
클릭 >> Hello, world !! (from ShadowEgo) 들어가며… 최근의 기계학습 분야에서 가장 핵심적인 역할을 하고 있는 것들 중의 하나가 ‘embedding’이다. Wikipedia에 명시된 embedding의 정의 [0] 는 다음과 같다. “In mathematics, an embedding is one instance of some mathematical structure contained within another instance, such as a group that is a 더보기…
클릭 >> Hello, world !! (from ShadowEgo) 들어가며… 인공지능 분야의 연구결과들은 컴퓨터로 풀 수 있는 문제들에 대한 새로운 해결법을 제시하는 경우가 많기 때문에, 다양한 분야의 문제들에 대해 새로운 해결 방향을 제시할 수 있다. 인공지능 분야의 연구를 크게 나누어 보면, 새로운 인공지능 모델이나 알고리즘을 개발하는 부류와, 문제의 해결 과정에 인공지능 모델이나 더보기…
클릭 >> Hello, world !! (from ShadowEgo) YouTube 영상 : 들어가며… 인공지능에 대한 관심도가 높아지면서, 관련 기술을 보유하고 있지는 못하지만 외부의 힘을 빌려서라도 자신의 비즈니스에 인공지능 기술을 적용해 보려고 하는 사람들이 늘어나고 있다. 본 포스트에서는, 인포리언스가 실제로 진행해 온 프로젝트들에서 얻은 경험과 주요 관련 사이트에 실린 분석 기사들을 토대로, 인공지능 더보기…
클릭 >> Hello, world !! (from ShadowEgo) 지난 3일 대전테크비즈센터에서 열린 AI학술세미나에서는 최진혁 인포리언스 대표가 ‘Pattern detection & Interpretation’을 주제로 발표에 나서 데이터 이상탐지에 대한 설명과 관련 연구를 공유했다. https://hellodd.com/?md=news&mt=view&pid=68957
클릭 >> Hello, world !! (from ShadowEgo) 기본적인 anomaly detection 과정은 지난 포스트 [1][2]에서는 정상적인(normal) 기계 진동 데이터와 비정상적인(anomaly) 기계 진동 데이터가 확보된 상황에서, 학습모델로 하여금 normal 데이터의 특성을 학습하게 한 뒤에, 새로 입력되는 데이터에서 anomaly 데이터를 탐지하도록 하는 개념을 소개하였다. 해당 포스트들에서 소개한 실험결과를 통해 우리가 구현한 anomaly 탐지 더보기…
클릭 >> Hello, world !! (from ShadowEgo) 1편에 이어서. 지난 포스트(https://inforience.net/2019/05/07/machine_vibration/)에서는 CRNN(Convolutional-RNN)을 활용하여 기계 진동(소음)에 포함된 이상 패턴을 탐지하는 방법에 대해 간단하게 소개하였다. 이번 포스트에서는 좀 더 충분한 양의 데이터에 다른 종류의 학습 모델을 적용한 결과를 간략하게 확인해 보자. 데이터 설명 2016년도에 IEEE Transactions on Reliability에 발표된 논문[1]은 진동(소음) 데이터를 더보기…