현재 XXX 프레스 시간, 온도(몰드) 데이터로 이상탐지 분석을 진행중이다.
관련 알고리즘 리서치 정보 스크랩 글
현재 데이터 특성:
1. 온도 데이터는 라벨링이 없어 비지도 학습만 가능함.
몰드 온도가 0도인 상태, 50~ 60도 상태, 셋팅값인 170 언저리 상태, 이상치인 20,000도 등
각 상태가 유휴 상태인지 가동 상태인지 이상치, 고장 상태인지 알 수 없음
2. 고장 데이터는 부품 교체 기록과 고장 유형이 시간과 함께 기록되어 있음
Machine ID 존재
시간, Machine ID로 고장/교체 기록 + 온도 데이터 결합 후 시계열 분석하여
고장이전 특별한 온도 변화 패턴이 있는지 분석하려고 한다.
LSTM AE:
이전 시간의 정보를 반영하는 딥러닝 기법이며, Auto encoder를 통해 비지도로 정상/비정상 상태를 구분함
https://velog.io/search?q=lstm&username=jonghne
"lstm" 검색 결과 - velog
velog.io
https://github.com/Jnghne/LSTM-Based-Autoencoder/blob/main/LSTM_AE_ESCAL_50khz.ipynb
댓글